人工智能(大模型开发与应用)培训方案·

LangChain和ChatGLM本地问答机器人开发

一、课程背景

课程名称:LangChain和ChatGLM本地问答机器人开发

培训周期:五天

课程背景:

在当前的人工智能研究和应用领域,大模型技术如Transformer和BERT以及GPT系列成为核心的技术驱动力。LangChain和ChatGLM作为基于大模型的应用,提供了在问答系统和对话系统领域的新思路和解决方案。本课程将从大模型的基础理论开始,深入到LangChain和ChatGLM的具体实现和应用,介绍如何使用这些前沿技术开发实际可用的本地知识问答机器人。

课程收获:

1. 掌握大模型基础知识

2. 理解LangChain的使用,ChatGLM的架构和如何微调

3. 学习如何利用LangChain和ChatGLM实现复杂的知识问答任务

4. 通过项目实战,掌握如何开发问答机器人的

二、项目介绍

项目概述:

本本项目从大模型的基础架构入手,了解其技术演进,常用的开源模型及其微调方法。特别是针对LangChain框架和ChatGLM系列模型在知识问答和对话系统的具体应用,进行了详细介绍并使用LangChain+ChatGLM模型构建一个本地运行的问答机器人。

项目成果:

项目基本原理

项目流程

项目亮点:

1. 从理论到实践全面解析大模型及其在NLP中的应用。

2. LangChain和ChatGLM的实际运用

3. 实现端到端方式的聊天机器人搭建

三、适合人群

1. 对ChatGPT的应用感兴趣的人群

2. 具备人工智能基础知识的人群

四、培训目标

1. 理解和掌握大模型在自然语言处理中的关键技术

2. 深入学习LangChain框架和ChatGLM模型的原理与应用

3. 掌握利用大模型实现知识问答系统的端到端开发过程

五、参考预习资料

获取方式:请扫描下方二维码,回复【人工智能(大模型开发与应用)】即可获取完整预习资料。

六、准备环境介绍

硬件:

1. 笔记本或者台式机

2. 操作系统:Windows10

3. 处理器:i7以上

4. 内存: >16G

软件:

1. PyCharm

2. Anaconda

七、课程日程安排

7月22日大模型背景简介

  • 1. LLM(large language model)基础知识
  • 2. LLM主要架构类别

7月23日主流大模型介绍

  • 1.ChatGPT模型原理
  • 2.LLM主流开源代表模型介绍

7月24日大模型微调主要方式

  • 1.大模型Prompt-Tuning技术入门
  • 2.大模型Prompt-Tuning技术进阶
  • 3.大模型应用框架-LangChain

7月25日大模型提示词工程应用

  • 1.大模型Prompt工程指南
  • 2.金融行业动态方向评估项目介绍
  • 3.LLM实现金融文本分类
  • 4.LLM实现金融文本信息抽取

7月26日基于LangChain+ChatGLM-6B实现本地知识问答机器人

  • 1.背景介绍
  • 2.项目介绍
  • 3.项目流程
  • 4.环境配置
  • 5.代码实现