课程大纲
第一章 生成式AI全景认知
1、先导课：大模型实战，从零到企业级落地
2、生成式AI的定义与核心价值
3、核心能力与企业落地场景
4、能力边界与企业部署流程
5、学习规划与开发环境搭建
第二章 大语言模型核心原理
6、基础模型与LLM核心概念
7、Transformer架构核心逻辑
8、LLM核心技术术语全解
9、小型语言模型与LLM分类
第三章 多模态生成API实战
10、文本补全API与参数调优
11、对话补全API与多轮对话管理
12、图像生成API与编辑实操
13、代码生成工具与合规实践
14、音视频等多模态生成拓展
第四章 提示工程核心技法
15、提示工程基础与底层逻辑
16、主流提示技术拆解与应用
17、多模态提示设计与优化技巧
18、提示注入风险与防御方案
第五章 RAG检索增强生成技术
19、RAG核心原理与架构优势
20、向量数据库与向量检索技术
21、RAG分块策略与检索优化
22、企业级RAG系统端到端实战
23、企业自有数据集成方案
第六章 模型适配与微调实战
24、模型适配基础与微调适用场景
25、LLM训练全流程核心技术
26、OpenAI模型微调全流程实操
27、微调模型评估与部署实践
第七章 应用架构与生产部署
28、生成式AI应用架构设计原则
29、应用技术栈与核心层详解
30、生产部署挑战与选型方案
31、LLMOps与生产运维实践
32、生产部署合规与落地清单
第八章 评估体系与伦理治理
33、LLM评估体系与传统指标
34、主流基准测试与工具实操
35、生成式AI核心风险类型
36、负责任AI全生命周期治理
37、红队测试与内容安全实践
38、课程复盘与职业发展规划
第九章 课程单元测试题
39、第一模块《生成式AI全景认知》单元测试
40、第二模块《大语言模型核心原理》单元测试
41、第三模块《多模态生成API实战》单元测试
42、第四模块《提示工程核心技法》单元测试
43、第五模块《RAG检索增强生成技术》单元测试
44、第六模块《模型适配与微调实战》单元测试
45、第七模块《应用架构与生产部署》单元测试
46、第八模块《评估体系与伦理治理》单元测试
47、《大模型实战：生成式AI原理、方法与实战》结业综合测试
