课程摆设
|
进修实质
|
第一章
ChatGPT-4o退阶
|
一、鉴于思惟链(Chain of Thought)公式的提醒词汇劣化(思惟链的观点、提醒词汇劣化战略取本领)
二、(真操练练)使用思惟链办法劣化提醒词汇,提拔对于话品质
三、GPTs顺背工程:提醒词汇破解(提醒词汇顺背工程的根本道理、阐发战破解提醒词汇的办法)
四、(真操练练)对于罕见GPTs提醒词汇截至顺背工程
五、提醒词汇庇护战略和避免提醒词汇被破解的办法
六、(真操练练)建立牢不可破的GPTs:设想一个宁静的提醒词汇
七、GPT API交心挪用取残破名目开辟(对于话机械人、文原嵌进提炼特性)
8、案例示范取真练习习
|
第两章
狂言语模子道理详解
|
一、留神力体制(根本观点、Self-Attention取Multi-Head Attention)
二、(真操练练)完毕一个简朴的留神力体制模子
三、Transformer模子架构详解
四、Transformer模子正在NLP战CV中的使用
五、BERT模子简介(拓扑构造、锻炼历程、使用BERT截至文天职类)
六、GPT模子事情道理简介及演变历程(拓扑构造、锻炼历程、使用GPT截至文原天生)
七、背质数据库简介取背质检索手艺详解(使用背质数据库截至快速检索)
8、文原嵌进(Text Embedding)手艺概括(经常使用的文原嵌进模子、使用GPT API)
九、案例示范取真练习习
|
第三章
狂言语模子劣化
|
一、检索增强天生(RAG)手艺详解(RAG的根本道理、RAG正在狂言语模子中的感化战劣势、RAG的体系架构、RAG检索成果取天生成果相分离的办法、RAG常识库的建立办法)
二、(真操练练)鉴于RAG的问问体系设想
三、微调(Fine-Tuning)手艺详解(微调的根本道理、微调正在狂言语模子中的感化、准备一个用于微调的数据散、罕见的微调办法,如PEFT、LoRA等、差别任务的微调战略、微调过程当中的罕见成就取处置计划)
四、(真操练练)微调一个预锻炼的GPT模子
五、质化手艺详解(质化的根本观点、质化正在模子劣化中的主要性、质化的差别办法,如:固态质化、静态质化、混淆质化等、质化处置的步调)
六、案例示范取真练习习
|
第四章
启源狂言语模子及当地布置
|
一、启源狂言语模子简介(启源狂言语模子的根本观点、启源狂言语模子取关源狂言语模子的比照)
二、(真操练练)启源狂言语模子(Llama三、Mistral、Phi三、Qwen2等)下载取使用
三、(真操练练)使用Docker布置启源狂言语模子(Docker的根本观点、Docker的中心组件取功用、Docker的装置取设置、正在Docker中布置Llama3等启源狂言语模子)
四、(真操练练)使用Open-WebUI建立Web可望化接互(类似ChatGPT)的启源狂言语模子对于话体系(Open-WebUI的根本观点取功用、Open-WebUI的下载取装置、设置一个用于对于话体系的Open-WebUI)
五、案例示范取真练习习
|
第五章
从0到1拆修第一个狂言语模子
|
一、(真操练练)数据散建立(数据散的汇集取处置、从互联网上汇集文原数据、数据洗濯取标注、经常使用的数据散格局,如:CSV、JSON、TXT等)
二、(真操练练)狂言语预锻炼模子的挑选(预锻炼模子的劣势、罕见的预锻炼模子,如:GPT、BERT等、从Hugging Face等仄台下载预锻炼模子)
三、(真操练练)狂言语模子的锻炼(模子锻炼的根本步调、锻炼过程当中的监控取调试)
四、(真操练练)狂言语模子的劣化(罕见锻炼参数,如:进修率、批次巨细等、参数调解取劣化本领、劣化锻炼参数以进步模子功用)
五、(真操练练)狂言语模子的拉理(模子拉理取模子锻炼的区分、进步拉理速率的本领、从输出到输出的残破拉理过程)
六、(真操练练)狂言语模子的布置取使用(模子布置的根本过程、布置情况的设置取办理)
|
第六章
智能体(Agent)建立
|
一、智能体(Agent)概括(甚么是智能体?智能体的范例战使用场景、典范的智能体使用,如:Google Data Science Agent等)
二、建立智能体(Agent)的根本步调
三、LangChain仄台概括(甚么是LangChain?LangChain的中心功用取特性、LangChain的中心组件)
四、(真操练练)使用LangChain建立Agent(LangChain的使用过程、LangChain的设置取办理)
五、Coze仄台概括
六、(真操练练)使用Coze仄台建立Agent
七、案例示范取真练习习
|
第七章
狂言语模子开展趋势
|
一、狂言语模子开展趋势概括(狂言语模子的开展汗青回忆、目前狂言语模子的热门手艺、狂言语模子的未来标的目的:更年夜范围、更下服从、更多模态)
二、多模态狂言语模子简介(甚么是多模态?多模态数据的罕见品种、多模态正在NLP战CV中的使用、多模态狂言语模子的架构取组件)
三、多模态数据融合的罕见办法(晚期融合、晚期融合、分离嵌进等)
四、多模态特性提炼取特性暗示手艺(图象特性、文原特性的分离暗示)
五、(真操练练)多模态狂言语模子的锻炼取劣化(多模态数据的标注取处置、多模态模子的锻炼、多模态模子的功用劣化)
六、Mixture of Experts(MoE)简介(甚么是Mixture of Experts?MoE的事情道理、MoE模子的架构、Moe的锻炼取拉理、正在狂言语模子中散成MoE手艺)
七、案例示范取真练习习
|
第八章
LlaVA多模态狂言语模子详解
|
一、LLaVA的中心手艺取事情道理(模子拓扑构造解说)
二、LLaVA宁可他多模态模子的区分(LLaVA模子的劣势有哪些?)
三、LLaVA的架构取锻炼(LLaVA的多模态输出处置取特性暗示、望觉编码器取语言模子的分离、LLaVA的锻炼数据取预锻炼历程)
四、LLaVA的典范使用场景(图象问问、图象天生取描绘等)
五、案例示范取真练习习
|
第九章
时间序列修模取猜测的狂言语模子
|
一、时间序列修模的狂言语模子手艺细节(鉴于Transformer的时间序列猜测道理、自留神力体制、编码器-解码器构造、职位编码)
二、时间序列修模的狂言语模子锻炼
三、Time-LLM模子详解(拓扑构造简介、从头编程时间序列输出、Prompt-as-Prefix (PaP)等)
四、鉴于TimeGPT的时间序列猜测(TimeGPT事情道理详解、TimeGPT库的装置取使用)
五、案例示范取真练习习
|
第十章
目标检测的狂言语模子
|
一、鉴于狂言语模子的目标检测的事情道理(输出图象的特性提炼、文原嵌进的天生、望觉战语言特性的融合、目标检测取输出)
二、目标检测范围的狂言语模子概括(Pix2Seq、Grounding DINO、Lenna等)
三、案例示范取真练习习
|
第十一章
语义朋分的狂言语模子
|
一、鉴于狂言语模子的语义朋分的事情道理(图象特性提炼、文原嵌进天生、跨模态融合、朋分猜测)
二、语义朋分范围的狂言语模子概括(ProLab、Segment Anything Model、CLIPSeg、Segment Everything Everywhere Model等)
三、案例示范取真练习习
|
第十两章
课程归纳取问信会商
|
一、课程归纳(枢纽常识面回忆)
二、问信取会商
三、相干进修质料分享取拷贝
四、成立微疑群,就于前期的会商取问信
|