大模型应用开发实战--极客时间课程推荐/优惠

你将获得：

• 拥抱 GPT-4o API，OpenAI Assistants 全面解析；
• 深入底层，多种开源、闭源模型开发一次讲透；
• 完整项目，快速上手开发实际的大模型应用；
• 系统输出，大语言模型 10 大核心应用全览。

大模型应用开发代表了人工智能技术的未来方向，有望彻底改变人类认知和改造世界的方式，不仅能够激活效率层面的创新，甚至很有可能会引出崭新的商业模式。作为程序设计人员，我们当然需要成为最了解大模型的人，成为最了解大模型应用开发的人。

不过，大语言模型应用开发遵循的是和传统程序设计迥然不同的编程范式。传统的编程方式需要掌握专业的编程语言和复杂的语法规则，而随着自然语言处理的进步，尤其是 GPT 等超强模型的出现，让计算机开始具备理解和生成人类语言的能力。这意味着，自然语言编程成为可能。

面对新的编程范式，对于习惯了用 Java、C++、Spring、React 等语言、框架和工具进行开发的技术人员来说，怎么进行大语言模型的应用开发？这是我们这门课要解决的核心问题——如何实现从自然语言提问到自然语言输出。

另外，大语言模型的应用十分广泛，其涵盖对话、代码解释、知识检索、函数调用、提示工程、Agent 开发、RAG、微调、多模态、Embedding 等诸多方面。

黄佳老师将自己的积累，融入到一个个完整的项目中，为你全面讲解大语言模型技术的方方面面。从 API 的使用到微调的流程，从应用实例到技巧总结，从经典模型到前沿进展，随着课程的进展，你将对大语言模型有一个全面而深入的认识。不仅能快速上手开发实际应用，更能洞悉其内在原理，激发更多创新灵感。

期待与你共同开启探索大语言模型的奇妙旅程!

课程代码地址：https://github.com/huangjia2019/powerful_llm

开篇词

• 开篇词｜大模型应用开发时代，人人都是程序员

启程篇

• 01｜用OpenAI Assistants的Function进行订单管理
• 02｜OpenAI Assistants中的线程和Run状态解析
• 03｜用Assistants中的Code interpreter做数据分析
• 04｜用Assistants中的File search（RAG）工具做知识检索

提示工程篇

• 05｜用5种不同模型展示模型交互5大基本原则
• 06｜通过设置思考框架，引导模型进行更好的推理

解决实际问题篇

• 07｜用多步提示引导自动生成Python单元测试代码
• 08｜用大模型实现自然语言的SQL查询
• 09｜构建能够读图的基于PDF的RAG系统
• 10｜通过Embedding构建基于关键词的推荐系统
• 11｜长PDF文档的总结与评估策略
• 12｜用Assistants自主思考生成商业报告PPT

微调模型篇

• 13｜以Qwen为例讲透参数高效微调（PEFT）
• 14｜以Llama 3为例讲透QLoRA量化+微调
• 15｜OpenAI闭源模型的微调流程和Function Calling微调

多模态篇

• 16｜多模态：整合大语言模型与Dall-E/Stable Diffusion API
• 17｜GPT-4o最强多模态模型实战
• 18｜多模态：用大语言模型进行TTS/ASR/OCR
• 19｜Sora模型的原理和架构初探

应用技巧篇

• 20｜如何通过Moderation API对生成内容进行安全审核？
• 21｜LLM开发过程中的错误处理和Tracing
• 22｜如何在与LLM交互过程中省钱及控制Rate Limits？

结束语 & 结课测试

• 结束语｜再谈大模型应用开发
• 结课测试｜来赴一场满分之约