人工智能
大模型应用开发实战
AI 时代下的自然语言编程范式第一课
Course syllabus
章节目录
网页仅提供目录预览,不展示课程正文。
课程目录DIRECTORY ONLY
Published chapters
01开篇词|大模型应用开发时代,人人都是程序员
0201|用OpenAI Assistants的Function进行订单管理
0302|OpenAI Assistants中的线程和Run状态解析
0403|用Assistants中的Code interpreter做数据分析
0504|用Assistants中的File search(RAG)工具做知识检索
0605|用5种不同模型展示模型交互5大基本原则
0706|通过设置思考框架,引导模型进行更好的推理
0807|用多步提示引导自动生成Python单元测试代码
0908|用大模型实现自然语言的SQL查询
1009|构建能够读图的基于PDF的RAG系统
1110|通过Embedding构建基于关键词的推荐系统
1211|长PDF文档的总结与评估策略
1312|用Assistants自主思考生成商业报告PPT
1413|以Qwen为例讲透参数高效微调(PEFT)
1514|以Llama 3为例讲透QLoRA量化+微调
1615|OpenAI闭源模型的微调流程和Function Calling微调
1716|多模态:整合大语言模型与Dall-E/Stable Diffusion API
1817|GPT-4o最强多模态模型实战
1918|多模态:用大语言模型进行TTS/ASR/OCR
2019|Sora模型的原理和架构初探
2120|如何通过Moderation API对生成内容进行安全审核?
2221|LLM开发过程中的错误处理和Tracing
2322|如何在与LLM交互过程中省钱及控制Rate Limits?
24结束语|再谈大模型应用开发