内容 隐藏
1 LLM 工程：精通 AI、大型语言模型与智能体
2 LLM Engineering: Master AI, Large Language Models & Agents
2.1 你将学到
2.2 要求
2.3 课程介绍
2.4 这门课程适合谁：

LLM 工程：精通 AI、大型语言模型与智能体

LLM Engineering: Master AI, Large Language Models & Agents

8 周内成为 LLM 工程师：构建并部署 8 个 LLM 应用，掌握生成式 AI、RAG、LoRA 和 AI 代理。

你将学到

  • 项目 1：制作 AI 驱动的宣传册生成器，可智能抓取和导航公司网站。
  • 项目 2：为航空公司构建多模态客户支持代理，包含 UI 和功能调用。
  • 项目3：开发一个工具，利用开源和闭源模型从音频中创建会议纪要和行动项。
  • 项目 4：制作一个 AI，将 Python 代码转换为优化的 C++，性能提升 60,000 倍！
  • 项目 5：使用 RAG 构建一个 AI 知识工作者，成为公司所有相关事宜的专家。
  • 项目 6：终期项目 A——使用 Frontier 模型根据简短描述预测产品价格。
  • 项目 7：综合项目 B——执行微调的开源模型以在价格预测方面与 Frontier 竞争。
  • 项目 8：综合项目 C——构建自主多智能体系统，与模型协作以发现交易并通知您特殊折扣。
  • 比较和对比提高您的 LLM 解决方案性能的最新技术，例如 RAG、微调和智能体工作流程。
  • 权衡前 10 名前沿和 10 名开源 LLM，并能够为特定任务选择最佳选择。

要求

  • 熟悉 Python。本课程不涵盖 Python 基础知识，并且使用 Python 完成。
  • 需要一台连接互联网的电脑。可以是 Mac（Linux）或 Windows。
  • 我们建议您为使用前沿模型分配大约 5 美元的 API 成本。但是，如果您愿意，也可以使用开源模型完成课程。

课程介绍

精通生成式 AI 和 LLMs：8 周实践之旅

通过行业资深专家 Ed Donner 领导的实用、真实的实际项目，加速你的 AI 职业生涯。构建先进的生成式 AI 产品，实验超过 20 种突破性模型，并掌握 RAG、QLoRA 和 Agents 等最先进技术。

你将学到

• 使用尖端模型和框架构建先进的生成式 AI 产品 。

• 尝试使用超过 20 种具有突破性的 AI 模型 ，包括 Frontier 和开源模型。

• 熟练掌握 HuggingFace、LangChain 和 Gradio 等平台 。

• 实现最先进的技巧 ，如 RAG（检索增强生成）、QLoRA 微调和智能体。

• 创建现实世界的 AI 应用 ，包括：

• 一个多模态客户支持助手，可交互文本、声音和图像。

• 一个 AI 知识工作者，可根据公司共享驱动器回答任何问题。

• 一个 AI 程序员优化软件，实现超过 60,000 倍的性能提升。

• 一个电商应用程序能够准确预测未见过产品的价格。

• 从推理转向训练 ，微调 Frontier 和开源模型。

• 将 AI 产品部署到生产环境 ，配备精良的用户界面和先进功能。

• 提升您的 AI 和 LLM 工程技能以站在行业前沿。

讲师介绍

我是 Ed Donner，一位拥有 20 多年经验的 AI 和技术领域的创业者和领导者。我创立并出售了自己的 AI 初创公司，创办了第二家公司，并在全球顶尖的金融机构和初创公司领导团队。我热衷于将其他人引入这个激动人心的领域，并帮助他们成为行业前沿的专家。

项目：

项目 1：AI 驱动的宣传册生成器，能够智能抓取和导航公司网站。

项目 2：具有 UI 和函数调用的航空公司多模态客服代理。

项目 3：从音频中创建会议纪要和行动项的工具，结合使用开源和闭源模型。

项目 4：AI 将 Python 代码转换为优化的 C++，性能提升 60,000 倍！

项目 5：使用 RAG 技术的 AI 知识工作者，成为公司相关事务的专家。

项目 6：终期项目 A – 使用 Frontier 模型根据简短描述预测产品价格。

项目 7：终期项目 B – 微调开源模型以在价格预测方面与 Frontier 竞争。

项目 8：终期项目 C – 自主代理系统与模型协作，发现优惠并通知您特殊折扣。

为什么选择这门课程？

• 实践学习： 最好的学习方式就是动手实践。你将参与实际练习，构建能带来惊艳结果的现实世界 AI 应用。

• 前沿技术： 通过学习最新的框架和技术，包括 RAG、QLoRA 和智能体，让你保持领先。

• 易于理解的内容： 专为所有水平的学习者设计。提供分步指导、实际练习、速查表和丰富的资源。

• 无需高级数学: 课程侧重于实际应用。掌握 LLM 工程不需要微积分或线性代数。

课程结构

第一周：基础与第一个项目

• 深入了解 Transformer 的基础知识 。

• 尝试 六个前沿模型 。

• 构建你的第一个商业生成式 AI 产品，该产品能够抓取网页、做出决策并创建格式化的销售手册。

第二周：前沿 API 和客服聊天机器人

• 探索 前沿 API 并与三个领先模型进行交互。

• 开发一个具有锐利 UI 的客户服务聊天机器人，能够与文本、图像、音频交互，并利用工具或代理 。

第3周：拥抱开源模型

• 使用 HuggingFace 探索开源模型的世界。

• 解决 10 个常见的生成式 AI 用例 ，从翻译到图像生成。

• 开发一款产品，从录音中生成 会议纪要和行动项 。

第 4 周：LLM 选择和代码生成

• 了解 LLM 之间的差异 ，以及如何为您的业务任务选择最佳 LLM。

• 使用 LLM 生成代码 ，并构建一款将 Python 代码翻译成 C++的产品，实现超过 60,000 倍的性能提升 。

第五周：检索增强生成（RAG）

• 掌握 RAG 以提高解决方案的准确性。

• 熟练使用 向量嵌入 并探索流行开源向量数据存储中的向量。

• 构建一个完整的商业解决方案，类似于当今市场上的实际产品。

第六周：过渡到训练

• 从 推理过渡到训练 。

• 微调一个 前沿模型 以解决一个实际商业问题。

• 构建你自己的 专业模型 ，标志着你在 AI 旅程中的重要里程碑。

第7周：高级训练技术

• 深入学习高级训练技术，如 QLoRA 微调 。

• 训练一个开源模型 ，使其在特定任务上超越 Frontier 模型。

• 挑战具有挑战性的项目，将你的技能提升到新的水平。

第8周：部署与最终完成

• 将您的商业产品部署到生产环境，并使用精良的 UI。

• 使用 Agents 增强功能。

• 交付您的第一个 已生产化、已代理化、已微调的 LLM 模型 。

• 庆祝您在 AI 和 LLM 工程领域的掌握，准备好开启职业生涯的新阶段。

这门课程适合谁：

  • 渴望进入生成式 AI 和 LLMs 领域的 AI 工程师和数据科学家。
  • 希望提升技能并在快速发展的 AI 领域中保持竞争力的专业人士。
  • 对构建具有实际动手经验的先进 AI 应用感兴趣的开发者。
  • 寻求职业转型或希望通过 LLM 构建的框架提高生产力的个人。
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。