【AI大模型应用开发实战】从模型训练到RAG技术，开启智能项目之旅！

【AI大模型应用开发实战】从模型训练到RAG技术，开启智能项目之旅！

 课程介绍：AI大模型应用开发实战

 课程内容：从基础到高级的实战技巧

1. 人工智能介绍

• 选代路径与大模型进化树：了解人工智能的发展历程和大模型的进化路径。
• 技术分类：掌握人工智能的主要技术分类，如监督学习、无监督学习和强化学习。

2. 开发环境搭建

• Python、Conda、VSCode：学习如何搭建AI开发环境，包括Python编程语言、Conda环境管理和VSCode代码编辑器的使用。

3. 大模型微调

• 环境准备：了解大模型微调所需的环境准备，如lama-factory的安装和配置。
• 数据集准备：掌握微调数据集的准备方法，包括SFT（Supervised Fine-Tuning）、继续预训练和偏好优化。
• 微调过程：学习Lora微调和Qlora微调的具体操作，了解它们的区别和适用场景。

4. 模型评估与部署

• 批量推理与自动评估：掌握如何进行批量推理和自动评估，使用benchmark工具评估模型性能。
• 模型合并与量化：学习模型合并导出和量化技术，了解如何在本地部署模型以提高效率。

5. RAG技术原理与实战

• RAG技术原理：了解RAG（Retrieval-Augmented Generation）技术的基本原理和优势。
• RAGFlow项目实操：通过RAGFlow项目，学习如何在实际项目中应用RAG技术。
• Naive RAG与LangChain实践：掌握Naive RAG的实现方法，并通过LangChain进行实战练习。

6. 高级RAG技术

• 层次索引与句子窗口：学习高级RAG技术，如层次索引、句子窗口和子查询。
• 提示词压缩与融合：掌握提示词压缩和融合技术，提升模型的生成效果。

7. 模块化RAG

• 顺序模式与条件模式：学习模块化RAG的顺序模式和条件模式，了解如何通过模块化设计提升模型的灵活性。
• 迭代与递归检索：掌握迭代和递归检索技术，如FLARE和Toc，提升模型的检索效率。

8. Embedding原理

• Word2Vec与CBOW：了解Embedding的基本原理，学习Word2Vec和CBOW等经典算法。

 实战案例：AI大模型应用开发的成果展示

 总结：AI大模型应用开发实战，开启智能项目之旅