|
【资源介绍】： 现在以 GPT 为代表的大语言模型广受关注，许多企业都在积极探索在自身领域落地 AIGC 技术。 虽然大模型在辅助文档编写、问题回答、内容总结等特定的日常任务上表现良好，但想要把 GPT 这类自然语言模型真正应用到企业应用开发，提高系统的智能化和自动化，我们仍然面临着许多挑战。 LLM 基于历史数据训练，处理最新信息相关查询的能力有限。
与环境的交互问题处理难度大，比如通过 LLM 执行 shell 命令或调用 API 等任务，都涉及到对系统外部环境的联动。
LLM 需要结合企业内部数据训练调优，才能保障生成内容的准确性。
LLM 的代码生成能力虽然很强大，但往往针对通用功能，无法处理企业里更复杂的需求。 【资源目录】: ├──01-第一个大模型程序：HelloGPT.mp4 70.79M
├──02｜提示词技巧：获得代码友好的回复.mp4 65.50M
├──03-初识LangChain：你的瑞士军刀.mp4 58.05M
├──04｜保持会话状态：让Chatbot获得记忆.mp4 88.93M
├──05-对话启发式UI：交互方式的新思考.mp4 40.11M
├──06-FunctionCalling：让GPT学会使用工具.mp4 54.50M
├──07｜LangChainAgent：让GPT学会使用工具.mp4 69.54M
├──08｜In-contextlearning：学习解决特定任务.mp4 55.70M
├──09｜ReAct模式：构建自己的AutoGPT.mp4 61.79M
├──10｜文本分片及向量化：让大模型应用企业内部数据.mp4 68.46M
├──11｜LangChainRetrieval：连接大模型和内部文本.mp4 68.64M
├──12｜整合所学：构建多模态Chatbot.mp4 80.64M
├──13｜研发全过程中的应用：硅基工程师诞生.mp4 105.91M
├──14｜代码生成：解决代码生成的依赖性并增强确定性.mp4 75.61M
├──15｜有效利用LLM开发：编写大模型友好的代码.mp4 88.45M
├──16｜云原生部署任务实践：让你成为更好的DevOps工程师.mp4 72.61M
├──17｜HuggingFace与Pre-trainedModel：借助AI社区的力量.mp4 51.78M
├──18｜架构展望：集成大模型的应用参考架构.mp4 40.57M
├──结课测试｜来赴一场满分之约吧！.ts 430.89kb
├──结束语｜道阻且长，行则将至.mp4 7.01M
├──课程介绍.ts 25.68M
├──内容综述.mp4 10.42M
└──直播回放｜Semantic-Kernel大模型开发实战.mp4 216.74M | 
