【项目1】基于OpenAI接口实战开发

大模型开发的最常见方法之一是大模型的接口调用。掌握实际调用主流大模型的接口，以Open AI、智谱的接口为例，掌握基本的大模型开发经验，轻松应对基本的大模型开发面试题。

收获技能：

· Open AI接口代码实战经验
· 智谱接口代码实战经验
· 掌握大模型接口和相关面试总结

【项目2】Actions功能实现Gpt的日程管理

深入探索ChatGPT的功能扩展机制，并通过Gpt插件以及Actions的代码和原理学习OpenAI的配置规范。熟悉常见ChatGPT 功能的拓展方式，并了解开发部署流程，获得ChatGPT更丰富、更个性化的使用方式，并能够根据不断变化的需求，对实际应用进行持续的适应和调整。

收获技能：

· ChatGPT功能拓展的基本机制及常见插件
· ChatGPT对外交互的配置规范
· 利用Actions功能扩展ChatGPT的功能
· ChatGPT的不同拓展场景及功能
· Gpt的对外拓展接口代码实现

【项目3】Tranformer的参数设计及原理代码实战

进一步理解gpt等诸多大模型的技术基础Transformer的结构设计、组成、以及各部分参数的设计原理。通过对于Transformer各部分代码的讲解，大家将能够复现Transformer基本结构，掌握其基本模块的功能，并实现在其他模型设计时的迁移使用。

收获技能：

· Pytorch中多个相关库的功能及使用
· Transformer基本encoder和decoder的结构实现
· 多头注意力模块的代码搭建
· Transformer中位置编码的设计与实现
· Transformer中残差链接及归一化的设计及代码实现
· Transformer的参数设计及原理
· Transformer模型的常见变化及拓展实现（如ViT等）
· 复现Transformer代码

【项目4】Tranformer的参数微调实战

了解参数微调的基本原理，Transformer模型微调的意义，常见的参数微调手段及其特定的适用场景，以及微调的Transformer模型的微调操作方式，对Transformer模型进行微调可以帮助模型更好地适应不同的应用场景。

收获技能：

参数微调的基本原理
· 基本的参数微调策略
· Adapter Tuning、BitFit
  LoRa等微调手段的原理
· HuggingFace的使用入门
· Transformer模型的微调策略
· Transformer模型的微调实现

【项目5】BERT的代码实现及微调策略

了解BERT的基本结构及原理，以及其结构设计的优劣势，并进而理解其适用任务的范围和原因。除此之外，还将介绍多种BERT的常见模型系列，并结合代码实现和微调策略，帮助学员更为具体地理解BERT模型及其强大的语义理解能力，从而了解为何BERT在生成领域得到了广泛的使用。

收获技能：

· BERT模型的基本原理
· BERT模型的适用范围及原因
· 常见的BERT模型变形
· BERT模型的代码实现
· BERT模型的微调策略

【项目6】LangChain 版 OpenAI-Translator

学习如何利用LangChain框架开发一个基于OpenAI的翻译工具。了解LangChain框架的核心组件，以及如何将其应用于实际的语言翻译任务中。从数据准备、模型选择到实际部署的全过程。

收获技能：

· 理解LangChain框架在翻译任务中
  的应用
· 掌握数据预处理和模型集成的技巧
· 实现一个基本的翻译工具
· 学习如何优化翻译结果的准确性和
  流畅性

【项目7】基于LangChain和ChatGLM私有化部署聊天机器人

使用LangChain框架和ChatGLM模型私有化部署一个聊天机器人。学习如何配置聊天机器人的后端服务，以及如何将其集成到不同的平台和应用中。

收获技能：

· 掌握私有化部署聊天机器人的流程
· 学习如何配置和优化ChatGLM模型
· 实现一个能够处理多轮对话的聊天
  机器人
·了解如何将聊天机器人集成到不同
  的应用场景中

【项目8】房产销售机器人：开发基于本地知识库的销售顾问系统，提升销售效率和客户体验。

开发一个房产销售机器人，该机器人能够基于本地知识库提供销售建议和客户咨询服务。学习如何构建和利用知识库，以及如何通过自然语言处理技术提升客户体验。

收获技能：

· 构建一个基于本地知识库的销售
  顾问系统
· 掌握如何利用NLP技术提升客户
  互动的质量
· 学习如何通过机器人提升销售效
  率和客户满意度

【项目9】LangChain Agent基础和Agent实战

介绍LangChain Agent的基本概念和应用场景。通过实际案例学习如何设计和实现一个多角色的智能体系统，该系统能够在不同的环境和任务中自主学习和决策。

收获技能：

【项目10】多智能体框架MetaGPT和多角色多动作Agent实战

在高级课程中，将学习如何使用MetaGPT框架开发一个多角色多动作的智能体系统。并探索如何通过协同学习和策略优化，使智能体能够在多智能体环境中实现复杂的任务和目标。

收获技能：

【项目11】RAG 进阶和Query的改造

将学习如何对RAG模型进行进阶操作，包括Query的优化和改造，以提高模型的准确性和响应速度。

收获技能：

· 掌握Query优化和改造的高级技巧
· 学习如何调整RAG模型以适应特定的查询需求
· 实现一个响应更快、更准确的问答系统

【项目12】通过RAG实现基于PDF文档的大模型问答

本实战旨在指导学员如何使用RAG模型处理基于PDF文档的问答任务。将学习如何从PDF中检索信息，并将其用于生成准确的答案。

收获技能：

【项目13】垂直领域搜索与大模型结合项目实战

讨讨如何将垂直领域搜索与大模型结合，以提升搜索结果的相关性和准确性。学员将熟悉搜索引擎基本流程和实践经验，学习如何利用大模型改进搜索算法，实现基于大模型的搜索。

收获技能：

【项目14】基于多模态（文档、图片等）生成数字人主播视频实战

本项目将学习如何利用多模态数据（如文档、图片等）生成数字人主播视频。探索如何结合文本、图像和语音数据来创造逼真的数字人内容。

收获技能：

· 掌握多模态数据融合和处理的技术
· 学习如何生成高质量的数字人视频内容
· 能够实现自动生成数字人主播视频

【项目15】金融垂直领域应用微调大模型

本项目指导学员如何针对金融领域的特定需求微调大模型。学习如何调整模型参数以适应金融数据分析和预测任务。

收获技能：

· 理解金融领域对大模型的特殊要求
· 掌握金融数据的特征和处理方法
· 实现一个针对金融领域的大模型微调优化

【项目16】教育垂直领域应用微调大模型

本项目将学习如何针对教育领域的应用微调大模型。索如何利用教育数据来优化模型，以提高教育内容的个性化和效果。

收获技能：