课程目标
结合开源离线大模型,全面讲述并带领学员搭建大模型环境,结合企业实际,通过CV、语音与NLP大模型实现业务需求落地与赋能。
课程优势
1. 课程所涉及软件全部开源,且可离线私有化部署,保护企业数据安全
2. 动手上机实践,带领学员搭建CV,语音和NLP LLM体系
3. 结合企业实际痛点与业务需求,结合大模型技术,给出解决方案
课程收益
1. 理解大模型核心原理,模型训练和优化策略
2. 掌握OLlama搭建方法,以及3种调用大模型方式
3. 掌握CV、语音和NLP 大模型在各种业务场景中的赋能应用
4. 结合上机实践,调用DeepSeek,llama-vision,Qwen,stable-diffusion,whisper等大模型
课程产出
1.课程讲义
2.课程所有案例与脚本
3.课程所有提示词文案
课程大纲
大模型应用与本地化部署实践 ~ 2小时 | |
大模型场景应用 |
|
OLIama部署应用 |
|
提示词工程优化高阶技巧 |
|
脚本API调用大模型 |
|
上机实践 |
|
平台化建设 ~ 知识库体系搭建与RAG ~ 2小时 | |
AI智能体概述 |
· AI智能体工作原理
|
Dify概述与主要功能 |
|
构建本地知识库 |
|
RAG优化策略 |
|
上机实践 |
|
CV图像大模型赋能效能提升应用 ~ 1.5小时 | |
图像关键信息提取 |
|
图像内容理解 |
|
图像生成 |
|
图表生成 |
|
上机实践 |
|
CV视频大模型赋能效能提升应用 ~ 0.5小时 | |
视频生成 |
|
上机实践 |
|
语音大模型赋能效能提升应用 ~ 0.5小时 | |
语音识别 |
|
语音合成 |
|
NLP大模型赋能效能提升实践 ~ 2小时 | |
简历高效筛选 |
|
AI辅助文档生成 |
|
网页爬虫与摘要提取 |
|
AI机器翻译 |
|
智能客服 |
|
用户画像 |
|
舆情分析 |
|
大模型业务赋能案例 | · 【案例】AI辅助用户画像 · 【案例】AI辅助人才画像 · 【案例】AI辅助会议纪要生成 · 【案例】AI辅助数据图表生成
· 【案例】项目风险智能预测
|
上机实践 |
|
大模型在软件研发与测试领域的应用 ~ 2小时 | |
需求文档评审与理解 |
|
代码理解与重构建议 |
|
缺陷检测与代码审查 |
|
白盒测试代码自动化生成 |
|
代码缺陷修复 |
|
测试数据生成 |
|
测试用例评审 |
|
UI自动化测试用例生成 |
|
代码质量评估 |
|
上机实践 |
|
大模型在AIOps领域的应用 ~ 1小时 | |
智能化运维自动化实践 |
|
智能化运维降本增效实践 |
|
智能错误定位 |
|
课程总结与答疑 ~ 0.5小时 | |

