课程学习
- 第一章 提示词工程
- 第二章 提示词工程-企业应用
- 第三章 企业大模型开发及应用全生命周期
- 第四章 大模型应用-插件与知识库
- 第五章 API接口调用
- 第六章 大模型调优-Post-pretrain方法与最佳实践
- 第七章 大模型精调SFT方法与最佳实践
- 第八章 大模型部署
- 第九章 API接口调用SFT后的模型
- 第十章 大模型调优-大模型RLHF方法与最佳实践
- 第十一章 大模型调优-模型评估与压缩
- 第十二章 对话chat_API调用
- 第十三章 生成式人工智能通识
第一章 提示词工程
01提示词工程概述
提示词工程概述
去学习02提示词总原则及万能公式
提示词总原则及万能公式
去学习03平台体验中心介绍
平台体验中心介绍
去学习04Prompt策略1：给出清晰的指示
Prompt策略1：给出清晰的指示
去学习05Prompt策略2：提供参考文本
Prompt策略2：提供参考文本
去学习06Prompt策略3：子任务拆分
Prompt策略3：子任务拆分
去学习07Prompt策略4：给大模型 “思考时间”
Prompt策略4：给大模型 “思考时间”
去学习08文生图提示词技巧
文生图提示词技巧
去学习09在体验中心演示文生图prompt技巧
演示文生图prompt技巧
去学习010Prompt模板
Prompt模板
去学习011Prompt模板优化
Prompt模板优化
去学习012Prompt模板评估
Prompt模板评估
去学习
第二章 提示词工程-企业应用
01在千帆上的提示词工程-企业应用-代码生成
在千帆上的提示词工程-企业应用-代码生成
去学习
第三章 企业大模型开发及应用全生命周期
01通用大模型与行业大模型
整体介绍通用大模型与行业大模型
去学习02基座大模型的选择
选择基座大模型的考量因素
去学习03企业应用大模型的方法
介绍企业应用大模型的方法
去学习04企业大模型构建生命周期
构建行业/专属大模型全生命周期
去学习
第四章 大模型应用-插件与知识库
01平台插件介绍与使用
平台插件介绍与使用
去学习02知识库介绍及搭建原理
知识库介绍及搭建原理
去学习03平台演示：知识库创建
平台演示：知识库创建
去学习04知识库在线检索
知识库在线检索
去学习05百度智能云千帆AppBuilder及知识中心介绍
百度智能云千帆AppBuilder及知识中心介绍
去学习
第五章 API接口调用
01平台调用概述-API调用方式
平台调用概述-API调用方式
去学习02权限认证方式介绍
权限认证方式介绍
去学习03接口调用流程分析
接口调用流程分析
去学习04接口参数分类
接口参数分类
去学习05API接口调用实验
API接口调用实验
去学习06合同审查
合同审查
去学习07知识库调用
知识库调用
去学习08SDK接口调用
SDK接口调用
去学习09SDK平台接口调用
SDK平台接口调用
去学习010API接口调用SFT后的模型-流程分析与代码演示
API接口调用SFT后的模型-流程分析与代码演示
去学习
第六章 大模型调优-Post-pretrain方法与最佳实践
01Post-pretrain的含义及应用场景
Post-pretrain的含义及应用场景
去学习02Post-pretrain任务的流程梳理
Post-pretrain任务的流程梳理
去学习03平台演示：Post-pretrain泛文本训练数据导入
平台演示：Post-pretrain泛文本训练数据导入
去学习04平台演示：泛文本数据洞察分析与清洗
平台演示：泛文本数据洞察分析与清洗
去学习05基于最佳实践的平台演示： Post-pretrain训练配置
基于最佳实践的平台演示： Post-pretrain训练配置
去学习06平台演示： Post-pretrain训练曲线分析
平台演示： Post-pretrain训练曲线分析
去学习
第七章 大模型精调SFT方法与最佳实践
01SFT介绍及应用场景
SFT方法与最佳实践-SFT介绍及应用场景
去学习02SFT训练方法介绍
SFT方法与最佳实践-SFT训练方法介绍
去学习03SFT数据内容与数据格式要求
SFT方法与最佳实践-SFT数据内容与数据格式要求
去学习04基于最佳实践的平台演示：SFT数据准备与FAQ挖掘
基于最佳实践的平台演示：SFT数据准备与FAQ挖掘
去学习05SFT数据洞察分析、标注、清洗与增强
SFT数据洞察分析、标注、清洗与增强
去学习06基于最佳实践的平台演示：创建SFT任务并配置
基于最佳实践的平台演示：创建SFT任务并配置
去学习07基于最佳实践的平台演示：启动训练并查看训练日志
基于最佳实践的平台演示：启动训练并查看训练日志
去学习08基于最佳实践的平台演示：SFT训练结果分析
基于最佳实践的平台演示：SFT训练结果分析
去学习
第八章 大模型部署
01SFT模型部署流程分析
SFT模型部署流程分析
去学习02SFT模型发布与部署
SFT模型发布与部署
去学习03SFT模型在线测试
SFT模型在线测试
去学习04基于数据回流调优SFT训练效果
基于数据回流调优SFT训练效果
去学习
第九章 API接口调用SFT后的模型
01API接口调用SFT后的模型-流程分析与代码演示
API接口调用SFT后的模型-流程分析与代码演示
去学习
第十章 大模型调优-大模型RLHF方法与最佳实践
01RLHF原理与流程分析
RLHF原理与流程分析
去学习02RLHF奖励模型数据准备
RLHF奖励模型数据准备
去学习03创建RLHF奖励模型训练任务
创建RLHF奖励模型训练任务
去学习04RLHF强化学习数据准备
RLHF强化学习数据准备
去学习05创建RLHF强化学习训练任务
创建RLHF强化学习训练任务
去学习
第十一章 大模型调优-模型评估与压缩
01模型评估流程介绍
模型评估流程介绍
去学习02模型评估打分模式
模型评估打分模式
去学习03平台演示：创建模型评估数据集
平台演示：创建模型评估数据集
去学习04平台演示：创建模型人工评估任务
平台演示：创建模型人工评估任务
去学习05平台演示：创建模型自动评估任务
平台演示：创建模型自动评估任务
去学习06模型压缩介绍
模型压缩介绍
去学习07平台演示：创建模型压缩任务
平台演示：创建模型压缩任务
去学习08平台演示：压缩模型部署并调用
平台演示：压缩模型部署并调用
去学习
第十二章 对话chat_API调用
01推理服务API-V1_利用Postman进行API调用
推理服务API-V1_利用Postman进行API调用
去学习02推理服务API-V1_利用Pycharm进行API调用
推理服务API-V1_利用Pycharm进行API调用
去学习03推理服务API-V2_利用Postman进行API调用
推理服务API-V2_利用Postman进行API调用
去学习04推理服务API-V2_利用Pycharm进行API调用
推理服务API-V2_利用Pycharm进行API调用
去学习
第十三章 生成式人工智能通识
01生成式人工智能通识
生成式人工智能通识
去学习
做课程任务
- 必完成
开通千帆ModelBuilder（0/1）
开始实操训练前，记得开通产品哦
去开通
领学习奖励
精彩推荐
掌握如何高效创建私域知识、撰写高质量Instruction，并通过低代码/代码态开发应用
了解详情案例课程案例课程帮助学员在掌握理解大模型技术原理的情况下，掌握基于公有云千帆平台完成大模型增量训练的各类型任务的方法和技巧
了解详情案例课程案例课程帮助学员在掌握理解大模型技术原理的情况下，掌握基于公有云千帆平台完成大模型增量训练的各类型任务的方法和技巧
了解详情案例课程案例课程将熟练掌握AI辅助编程的各项技巧，大幅提高代码生成与优化效率，同时深入理解VectorDB的部署策略、管理技巧及安全配置
了解详情