第4周
理解大模型开发
从理论走向实战。搞清楚AI、机器学习、大模型之间的关系,完成环境搭建和第一次API调用,通过多轮对话、流式输出、专业翻译器等实战掌握核心参数,系统学习Prompt五要素和结构化输出模板。
课程安排:
1、AI与大模型
2、理解大模型开发-理论篇
3、理解大模型开发-实践篇
4、准备工作与环境搭建
5、第一次API调用与核心参数
6、多轮对话与上下文管理实战
7、流式输出与长度控制
8、创意控制与专业翻译器
9、Prompt基础与必要场景
10、Prompt五要素
11、结构化输出与常用模板
第5周
RAG:知识接入技术
大模型的知识有截止日期,也不知道你公司的内部文档。RAG就是解决这个问题——先从知识库里"检索"相关内容,再让模型基于这些内容"生成"回答,让AI拥有实时、私有的领域知识。
课程安排:
1、RAG核心原理-工作流程与语义搜索
2、RAG核心原理-检索生成与关键机制
3、Embedding:把文字变成向量
4、向量数据库- 核心算法
5、向量数据库-进阶算法与Chroma实战
6、第一个RAG应用:游戏知识问答系统
7、文档分块:Chunking的艺术
8、文档分块实战:Java编程规范问答
9、RAG检索优化:让答案更准确
10、LlamaIndex-核心概念与查询机制
11、LlamaIndex-实战:Java规范问答系统