AI 大模型企业应用实战
蔡超
Mobvista 集团副总裁兼首席架构师
3948 人已学习
新⼈⾸单¥59
课程目录
已完结/共 23 讲
课程综述 (2讲)
时长 05:06
时长 03:11
直播回放 (1讲)
结束语&结课测试 (2讲)
AI 大模型企业应用实战
登录|注册
留言
2
收藏
沉浸
阅读
分享
手机端
回顶部
当前播放: 13|研发全过程中的应用:硅基工程师诞生
00:00 / 00:00
高清
  • 高清
1.0x
  • 2.0x
  • 1.5x
  • 1.25x
  • 1.0x
  • 0.75x
  • 0.5x
网页全屏
全屏
00:00
付费课程,可试看
课程介绍
内容综述
01 | 第一个大模型程序:Hello GPT
02|提示词技巧:获得代码友好的回复
03 | 初识LangChain:你的瑞士军刀
04|保持会话状态:让Chatbot获得记忆
05 | 对话启发式UI:交互方式的新思考
06 | Function Calling:让GPT学会使用工具
07|LangChain Agent:让GPT学会使用工具
08|In-context learning:学习解决特定任务
09|ReAct模式:构建自己的AutoGPT
10|文本分片及向量化:让大模型应用企业内部数据
11|LangChain Retrieval:连接大模型和内部文本
12|整合所学:构建多模态Chatbot
13|研发全过程中的应用:硅基工程师诞生
14|代码生成:解决代码生成的依赖性并增强确定性
15|有效利用LLM开发:编写大模型友好的代码
16|云原生部署任务实践:让你成为更好的DevOps工程师
17|HuggingFace与Pre-trained Model:借助AI社区的力量
18|架构展望:集成大模型的应用参考架构
直播回放|Semantic-Kernel大模型开发实战
结束语|道阻且长,行则将至
结课测试|来赴一场满分之约吧!
登录 后留言

全部留言(2)

  • 最新
  • 精选
jumpfox
谢谢老师的精彩讲授,很有趣。 Openai前几天发布了GPT-4 turbo和Assistants API,老师您看这会对langchain生态带来什么样的冲击,从业者如何适应、拥抱这种变化?

作者回复: 感谢认可! 无论是LangChain,还是Assistants API都是为了简化LLM的使用,解决公共问题,如:记忆,利用LLM的推理编排方法等等 对于开发者而言提供了更多的利用LLM进行应用开发的选择,作为开发者最重要是掌握LLM及其应用的核心原理,如:in-context learning等,并且始终从用户问题出发,选择合适的方式实现应用。

2023-11-10
1
脱尼
请问老师,低代码和GPT的结合生成思路是怎样的? 例如低代码页面的描述是一份JSON,想利用GPT生成一个表单页面(JSON),交给运行时去解析执行。前提是有一份schema。

作者回复: 1. 在你的案例中可以利用课程中的in-context learning,让GPT 来生成符合的schema格式的JSON 2. 另外,可以是让GPT根据用户的输入/上下文生成查询,或者对现有的方法(数据提取,数据处理,数据转换...)进行编排生成执行序列

2023-11-08
收起评论