課程簡介

探討GPT和大模型技術(shù)在行業(yè)中的實際應(yīng)用和發(fā)展，課程將涵蓋GPT的基礎(chǔ)知識、原理，及其在不同行業(yè)場景（如新聞分析分析、售前/售后技術(shù)支持、軟件研發(fā)）的應(yīng)用。通過結(jié)合實際案例，講解如何利用GPT豐富的API和智能在企業(yè)級應(yīng)用中實現(xiàn)更高級的功能，包括知識增強生成和構(gòu)造AI Agent。同時，探討如何將GPT結(jié)合企業(yè)數(shù)據(jù)和處理外部信息。
分享還涉及國產(chǎn)和開源大模型的介紹，包括其部署、微調(diào)技術(shù)、安全和合規(guī)性問題，介紹基于GPT的應(yīng)用如何在國產(chǎn)和開源大模型上實現(xiàn)。最后對大模型技術(shù)的未來趨勢進(jìn)行展望。

目標(biāo)收益

培訓(xùn)對象

課程內(nèi)容

一、GPT和大模型基礎(chǔ)
1. GPT等生成式AI的概念與發(fā)展歷程
介紹AIGC和大模型等相關(guān)概念，以及GPT從提出到GPT-4的發(fā)展歷程。
2. GPT等生成式AI的原理
講解生成式AI、大語言模型、GPT的原理。

二、大模型行業(yè)落地與應(yīng)用開發(fā)
1. GPT等大模型典型應(yīng)用案例
大模型在行業(yè)中的典型應(yīng)用案例，包括數(shù)據(jù)質(zhì)量提升、財報及市場動態(tài)分析、客服機器人等場景。
2. 讓大模型利用企業(yè)自身的文檔與數(shù)據(jù)
通過embedding、向量數(shù)據(jù)庫等技術(shù)，將企業(yè)里自身的文檔與數(shù)據(jù)接入到GPT。
案例詳解：售前/售后技術(shù)支持
3. 讓GPT從外部世界獲取信息
如何將GPT對接到搜索引擎，并利用大語言模型的能力篩選和處理搜索結(jié)果
案例詳解：新聞收集與分析
4. 實現(xiàn)AI Agent讓GPT從事更復(fù)雜的工作
介紹如何借助GPT的一些高級API如function calling和assistant API來實現(xiàn)AI Agent完成復(fù)雜任務(wù)，并探討如何在其他大模型上實現(xiàn)這兩種API。
案例詳解：Code-Chat-Reviewer
5. GPT的微調(diào)
澄清業(yè)界對于“微調(diào)”的一些誤解，結(jié)合實際案例介紹如何微調(diào)GPT模型并進(jìn)行應(yīng)用。
案例詳解：數(shù)據(jù)結(jié)構(gòu)化與數(shù)據(jù)質(zhì)量提升
6. 多模態(tài)大模型及應(yīng)用
介紹多模態(tài)大模型的現(xiàn)狀、發(fā)展趨勢及應(yīng)用案例。
7. 典型國產(chǎn)與開源大模型
通義千問等國產(chǎn)商用大模型及l(fā)lama系列開源大模型及生態(tài)

三、總結(jié)與展望
總結(jié)分享內(nèi)容，展望未來大模型技術(shù)發(fā)展趨勢，以及對企業(yè)和崗位的影響