课程简介

探讨GPT和大模型技术在行业中的实际应用和发展，课程将涵盖GPT的基础知识、原理，及其在不同行业场景（如新闻分析分析、售前/售后技术支持、软件研发）的应用。通过结合实际案例，讲解如何利用GPT丰富的API和智能在企业级应用中实现更高级的功能，包括知识增强生成和构造AI Agent。同时，探讨如何将GPT结合企业数据和处理外部信息。
分享还涉及国产和开源大模型的介绍，包括其部署、微调技术、安全和合规性问题，介绍基于GPT的应用如何在国产和开源大模型上实现。最后对大模型技术的未来趋势进行展望。

目标收益

培训对象

课程内容

一、GPT和大模型基础
1. GPT等生成式AI的概念与发展历程
介绍AIGC和大模型等相关概念，以及GPT从提出到GPT-4的发展历程。
2. GPT等生成式AI的原理
讲解生成式AI、大语言模型、GPT的原理。

二、大模型行业落地与应用开发
1. GPT等大模型典型应用案例
大模型在行业中的典型应用案例，包括数据质量提升、财报及市场动态分析、客服机器人等场景。
2. 让大模型利用企业自身的文档与数据
通过embedding、向量数据库等技术，将企业里自身的文档与数据接入到GPT。
案例详解：售前/售后技术支持
3. 让GPT从外部世界获取信息
如何将GPT对接到搜索引擎，并利用大语言模型的能力筛选和处理搜索结果
案例详解：新闻收集与分析
4. 实现AI Agent让GPT从事更复杂的工作
介绍如何借助GPT的一些高级API如function calling和assistant API来实现AI Agent完成复杂任务，并探讨如何在其他大模型上实现这两种API。
案例详解：Code-Chat-Reviewer
5. GPT的微调
澄清业界对于“微调”的一些误解，结合实际案例介绍如何微调GPT模型并进行应用。
案例详解：数据结构化与数据质量提升
6. 多模态大模型及应用
介绍多模态大模型的现状、发展趋势及应用案例。
7. 典型国产与开源大模型
通义千问等国产商用大模型及llama系列开源大模型及生态

三、总结与展望
总结分享内容，展望未来大模型技术发展趋势，以及对企业和岗位的影响