|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/bootcamp-avanzado-de-prompt-engineering-e-ia-generativa/
课程评论：没有评论
课程名称：先进的生成式人工智能提示工程课程 A-Z 概述：在当今以人工智能为驱动的世界中，提示工程（Prompt Engineering）已成为任何与大型语言模型（LLMs）合作的专业人士必备的技能。掌握此领域不仅可以更有效地与 LLMs 互动，还能开启开发高级应用、提高模型效率及提供创新解决方案的新可能性。 学习内容： 1. **大型语言模型（LLMs）**：深入了解 LLMs 的工作原理、实施以及如何通过检索增强生成（RAG）获得特定知识。学习使用微调技术优化这些模型及在生产环境中的部署。 2. **访问和使用流行 LLMs**：了解如 ChatGPT 和 Gemini 等知名模型，学习如何通过 OpenAI 和 Hugging Face 等平台的 API 将其集成到项目中。 3. **提示工程**： - **基础知识**：熟悉提示工程的基本概念，理解其在 LLMs 效能中的关键角色。 - **在 LLMs 中的实现**：学习如何应用提示工程提升 LLMs 在特定任务中的表现。 - **静态提示技巧**：通过降低温度、原始技术（priming）及使用单次（One-Shot）和少次（Few-Shot）提示示例，避免生成错误或幻觉回答。 - **提示模板技术**：创建和使用提示模板，以更有效地定义与 LLMs 的互动，利用诸如 Awesome Prompt Templates 和 WebChatGPT 的 1-clickprompt 工具。 - **上下文提示技术**：掌握使用上下文化提示引导模型完成复杂任务的策略，应用 LangChain 和 OpenAI API 等工具。 - **提示链技术**：利用思维链（Chain of Thought）、零次（Zero-Shot）思维链、自我一致性（Self Consistency）和思维树（Tree of Thought）技术将复杂任务分解为可管理的步骤。 - **高级技术**：探索标记上下文提示（Tagged Context Prompts）、自我纠正（Self-Correct）和整合外部数据源以提高生成回答的准确性和相关性的方法。 4. **RAG 知识模型**：学习构建和优化结合 LLMs 力量与外部数据库访问的 RAG 模型，了解如何使用 OpenAI 的自定义 GPTs 和 Flowise 生成 RAG。 5. **开源模型与人工智能工具**： - **Hugging Face**：熟悉最大的开源模型平台，在不同应用中的使用，以及与 Flowise 等其他工具的集成。 - **Llama**：掌握 Llama 2 和 Llama 3 这两种最先进的开源模型，学习零次（Zero-Shot）及少次学习（Few-Shot learning），以及思维链（Chain-of-Thought）和知识提示（Knowledge Prompting）技术。 6. **智能代理与自动化**： - **使用 LangChain 和 Flowise 开发代理**：学习构建与环境互动并自动执行工具的代理，探索高级用例，如 SQL 查询或网络搜索的复杂任务。 - **Auto-GPT 和 BabyAGI**：深入了解能够规划和执行任务而无需人工干预的下一代自主代理。 该课程面向工程师、开发者、数据科学家及任何希望将其提示工程技能提升至新水平的专业人士。您不仅将获得理论知识，还将获得实用技能，可在现实项目中应用。现在就报名参加，转变您对大型语言模型的理解，参与这一高级提示工程训练营！
En el mundo actual impulsado por la inteligencia artificial, el Prompt Engineering se ha convertido en una habilidad esencial para cualquier profesional que trabaje con Modelos de Lenguaje Grande (LLMs). Dominar esta disciplina no solo permite interactuar de manera más efectiva con los LLMs, sino que también desbloquea nuevas posibilidades para desarrollar aplicaciones avanzadas, mejorar la eficiencia de los modelos y proporcionar soluciones innovadoras a problemas complejos.Lo que aprenderás:1. Modelos de Lenguaje Grande (LLMs): Explora en profundidad el funcionamiento de los LLMs, su implementación y cómo acceder a conocimientos específicos mediante RAGs (Retrieval-Augmented Generation). Aprende a optimizar estos modelos con técnicas de fine-tuning y despliegue en entornos de producción.2. Acceso y Uso de LLMs Populares: Descubre los modelos más conocidos como ChatGPT y Gemini, y aprende a integrarlos en tus proyectos a través de APIs y plataformas como OpenAI y Hugging Face.3. Prompt Engineering: - Introducción y Conceptos Clave: Familiarízate con los fundamentos del Prompt Engineering, entendiendo el rol crucial que juega en la eficacia de los LLMs. - Implementación en LLMs: Aprende a aplicar Prompt Engineering para mejorar el rendimiento de los LLMs en tareas específicas. - Técnicas de Static Prompts: Descubre cómo evitar que los modelos generen respuestas erróneas o alucinaciones mediante la reducción de temperatura, técnicas de priming, y el uso de ejemplos con *One-Shot* y *Few-Shot Prompting*. - Técnicas de Prompt Templates: Aprende a crear y utilizar plantillas de prompts para definir interacciones más efectivas con los LLMs, aprovechando herramientas como *Awesome Prompt Templates* y *1-clickprompt* de WebChatGPT. - Técnica de Contextual Prompts: Domina la estrategia de guiar al modelo en tareas complejas usando prompts contextualizados y herramientas como LangChain y OpenAI API. - Técnica de Prompt Chaining: Descompone tareas complejas en pasos manejables usando Chain of Thought, Zero-Shot Chain of Thought, Self Consistency y Tree of Thought - Técnicas Avanzadas: Explora métodos como Tagged Context Prompts, Self-Correct, y la integración de fuentes de datos externas para aumentar la precisión y relevancia de las respuestas generadas.4. Modelos de Conocimiento RAG (Retrieval-Augmented Generation): Aprende a construir y optimizar modelos RAG que combinan el poder de los LLMs con acceso a bases de datos externas. Descubre cómo generar un RAG utilizando herramientas como los Custom GPTs de OpenAI y Flowise.5. Modelos Open-Source y Herramientas de IA: - Hugging Face: Familiarízate con la mayor plataforma de modelos de código abierto, su uso en diferentes aplicaciones, y la integración con otras herramientas como Flowise. - Llama: Domina el uso de Llama 2 y Llama 3, los modelos open-source más avanzados, y aprende técnicas de *Zero-Shot* y *Few-Shot learning*, así como *Chain-of-Thought* y *Knowledge Prompting*.6. Agentes Inteligentes y Automatización: - Desarrollo de Agentes con LangChain y Flowise: Aprende a construir agentes que interactúan con el entorno y ejecutan herramientas automáticamente. Explora casos de uso avanzados donde los agentes realizan tareas complejas como consultas SQL o búsquedas web. - Auto-GPT y BabyAGI: Sumérgete en la próxima generación de agentes autónomos que pueden planificar y ejecutar tareas sin intervención humana.Este curso está dirigido a ingenieros, desarrolladores, científicos de datos, y cualquier profesional interesado en llevar sus habilidades en Prompt Engineering al siguiente nivel. No solo obtendrás conocimientos teóricos, sino también habilidades prácticas listas para ser aplicadas en proyectos del mundo real.¡Inscríbete ahora y transforma tu comprensión de los Modelos de Lenguaje Grande con este Bootcamp Avanzado de Prompt Engineering!
