Generative AI and Large Language Models (LLMs)

• 对机器学习和自然语言处理概念有基本的了解
• 熟悉 Python 程式设计

观众

• 对生成式 AI 技术感兴趣的数据科学家和 AI 从业者
• Business 探索自动化和内容生成的专业人士
• 希望在其工作流程中实施 LLM 的技术经理和决策者

Generative AI 在 GPT 和 BERT 等 Large Language Models (LLMs) 的推动下，改变了企业自动执行任务、生成内容和增强客户服务的方式。这些模型使用先进的 transformer 架构来生成类似人类的文本、自动化通信并提供个人化交互，从而在各个行业开辟新的可能性。

这种由讲师指导的现场培训（在线或现场）面向希望了解生成式 AI 原理和 LLM 在商业环境中的应用的中级 AI 专业人员、业务分析师和技术领导者。参与者将了解变压器、提示工程以及将这些模型部署到实际解决方案时的道德考虑。

在本次培训结束时，参与者将能够：

• 了解生成式 AI 和大型语言模型的基本原理。
• 为特定业务应用程式实施和微调 LLM。
• 应用快速工程技术以实现最佳模型输出。
• 识别 LLM 部署中的道德注意事项并管理风险。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在即时实验室环境中动手实施。

课程自定义选项

• 要申请本课程的定制培训，请联系我们进行安排。

Generative AI 和大型语言模型简介

• 生成式 AI 及其演变概述
• LLM 简介：GPT、BERT 及其功能
• 将生成模型与传统 NLP 方法进行比较

Transformer 架构和模型训练

• 了解 LLM 中的 transformer 架构
• 自我注意机制和语言建模
• 训练大型语言模型和微调过程

Prompt Engineering 实现有效交互

• 制作提示以获得准确和有用的输出
• 针对各种应用程式微调提示策略
• 试验提示变体以优化回应

LLM 在 Business 中的应用

• 使用对话式 AI 实现客户服务自动化
• 营销和媒体的内容生成
• 数据分析和报告生成中的 LLM

伦理考虑和偏见 Management

• 识别 LLM 产生内容中的潜在偏见
• 解决生成式 AI 应用程式中的道德问题
• 负责任地部署 LLM 的策略

LLM 中的高级技术

• 针对特定领域的应用程式微调 LLM
• 将 LLM 与其他 AI 系统整合以增强功能
• 探索多语言和跨语言功能

Business 中 Generative AI 的未来

• 生成式 AI 和 LLM 研究的新兴趋势
• 扩展 LLM 解决方案的机遇和挑战
• 为 AI 驱动的业务转型做好准备

总结和后续步骤