你将获得
- GPT API 编程要点 + LangChain 使用技巧
- 基于 LLM 的代码生成与调试实践
- LLM 在研发全过程的应用案例
- LLM 的云原生部署任务实践
- 企业应用引入 LLM 的排坑指南
课程介绍
现在以 GPT 为代表的大语言模型广受关注,许多企业都在积极探索在自身领域落地 AIGC 技术。
虽然大模型在辅助文档编写、问题回答、内容总结等特定的日常任务上表现良好,但想要把 GPT 这类自然语言模型真正应用到企业应用开发,提高系统的智能化和自动化,我们仍然面临着许多挑战。
- LLM 基于历史数据训练,处理最新信息相关查询的能力有限。
- 与环境的交互问题处理难度大,比如通过 LLM 执行 shell 命令或调用 API 等任务,都涉及到对系统外部环境的联动。
- LLM 需要结合企业内部数据训练调优,才能保障生成内容的准确性。
- LLM 的代码生成能力虽然很强大,但往往针对通用功能,无法处理企业里更复杂的需求。
为了帮你解决这些问题,我们特别邀请了蔡超老师开设这门课。他将根据自己团队在云原生平台中集成大模型的实操经验,带你沉浸式体验如何把 LLM 应用到企业应用开发的整体流程中。
蔡超老师坚信,实践是检验真理的唯一标准,而可以执行的代码是掌握理论的最佳路径。因此这门课会以具体场景的代码实战演练与调试为主,课程中将使用 Python 作为编程语言。
课程配套代码你可以从这里获取。
课程设计
课程分为基础篇、企业应用篇和研发效率篇三个章节,带你循序渐进掌握 LLM 的应用落地。
基础篇
带你快速熟悉 LLM 的基本用法与应用技巧。我们会一起构建开发环境和运行环境,运行第一个大语言模型程序,学习相关提示词技巧,认识 LangChain,并给聊天机器人注入记忆。
企业应用篇
结合大量例子,带你应对企业应用融入 LLM 时面临的诸多挑战,包括与现有企业内部数据的整合、与其他程序的整合、LLM 生成部分与外部环境交互等问题。学完这一章,你就能综合应用大模型和其他工具解决实际工程问题,并结合具体需求场景定制自己的 AutoGPT。
研发效率篇
结合之前所学,探索如何将 LLM 应用到整个研发生命周期里,有效提升我们的工作效率和质量。这一章不但会为你演示 LLM 在系统设计、代码生成、测试生成、云原生部署等方面的应用方法与调优思路,还会与你探讨如何调整现有的架构思维和研发方式,更充分地发掘大模型价值。
课程目录
查看更多
免费试读
适合人群
- 希望在企业应用中落地大语言模型,并借此提升团队研发效率的软件工程师和架构师。
- 初中级开发者可以学到如何通过编程方式使用大模型,提高自身开发效率。
- 高级软件开发者和架构师,可以获得对未来软件的新思考,了解大模型带来的软件架构变革和基于大语言模型的全新开发范式。
- 需要了解一门编程语言,后续课程里会使用 Python 语言做演示。
编辑推荐
讲师的其他课程
包含这门课的学习路径
AI大模型前沿知识
11门课程 14.2w人学习
看过的人还看了