返回课程
AI010
专业级
面向开发者的大型语言模型入门
本课程是安德鲁· Ng 与 OpenAI 联合推出的三门大型语言模型系列课程的中文改编版本。课程涵盖提示工程、使用 ChatGPT API 构建系统、LangChain 应用开发，以及利用 LangChain 访问私有数据。课程为如何利用大语言模型的能力构建具备摘要、推理、转换、扩展和聊天功能的应用程序，提供了清晰且易于理解的入门指导。
4.8
24.0h
916 名学生
8 课时
0 点赞
人工智能
课程概述
内容概要
本课程是吴恩达（Andrew Ng）与 OpenAI 联合开发的三部分大型语言模型（LLM）系列课程的中文版。课程涵盖提示工程、基于 ChatGPT API 构建系统、LangChain 应用开发，以及利用 LangChain 访问私有数据等内容。课程深入浅出地介绍了如何利用大模型能力，开发具备摘要、推理、转换、扩展和聊天功能的应用程序。
掌握提示工程与 LangChain 框架，成为大模型时代的 AI 应用开发者。
学习目标
- 区分基础大模型（Base LLMs）与指令微调大模型（Instruction Tuned LLMs）。
- 运用四种具体策略编写清晰且明确的指令（使用分隔符、结构化输出、条件检查、少样本提示）。
- 通过指定任务步骤并要求独立解决问题，实现让模型“有时间思考”的策略。
- 实现结构化文本处理：从单个或多个文档中总结并提取特定信息，同时控制输出长度与重点。
- 执行自动化文本分析：通过提示实现情感分类、识别特定情绪，并完成零样本主题分类。
- 实现多模态转换：在不同语言间翻译、转换数据格式（如 JSON 到 HTML），并程序化修正语法与拼写错误。
- 区分基础大模型与指令微调大模型，理解分词对模型行为的影响。
- 使用 System、User 和 Assistant 消息角色构建结构化系统架构，定义模型人格。
- 应用分类与内容审核技术，评估用户输入的安全性并进行路由处理。
- 实现提示链（Prompt Chaining）：将复杂任务分解为可管理的子任务，以提升可靠性并降低成本。