Developing Generative Artificial Intelligence Solutions (Simplified Chinese)

在本课程中，您将探索生成式人工智能应用程序生命周期，其中包括以下内容：

• 定义业务使用案例
• 选择基础模型 (FM)
• 提高 FM 的性能
• 评估 FM 的性能
• 部署及其对业务目标的影响

本课程是生成式人工智能课程的入门课程，这些课程深入探讨了使用提示工程、检索增强生成 (RAG) 和微调技术自定义 FM 的相关概念。

• 课程级别：基础级
• 时长：1 小时

注意：本课程具有本地化的注释/字幕。 旁白保留英语。要显示字幕，请单击播放器右下角的 CC 按钮。

活动

本课程包含互动元素、视频、文字说明，以及配文图表。

课程目标

在本课程中，您将了解如何实现以下目标：

• 确定选择预训练模型的选择标准。
• 定义检索增强生成 (RAG) 并描述其业务应用程序。
• 解释各种基础模型定制方法之间的成本权衡。
• 了解代理在多步骤任务中的作用。
• 了解评估基础模型性能的方法。
• 确定与评估基础模型性能相关的指标。

目标受众

本课程面向以下人员：

• 对机器学习和人工智能感兴趣的个人，与特定工作岗位无关
• 准备参加 AWS Certified AI Practitioner 认证考试的个人

预备知识

开发生成式人工智能解决方案是一个系列课程的一部分，该系列课程旨在讲授关于人工智能、机器学习和生成式人工智能的基础知识。如果您尚未完成以下两门课程，建议您先完成：

• Fundamentals of Machine Learning and Artificial Intelligence
• Exploring Artificial Intelligence Use Cases and Applications

课程大纲

第 1 节

• 第 1 课：如何学习本课程

第 2 节：简介

• 第 2 课：课程概述
• 第 3 课：生成式人工智能应用程序生命周期

第 3 节：定义使用案例

• 第 4 课：定义使用案例

第 4 节：选择基础模型

• 第 5 课：选择 FM
• 第 6 课：知识考核

第 5 节：提高性能

• 第 7 课：提高 FM 的性能
• 第 8 课：知识考核

第 6 节：评估结果

• 第 9 课：评估 FM
• 第 10 课：知识考核

第 7 节：部署

• 第 11 课：部署应用程序

第 8 节：总结

• 第 12 课：课程总结
• 第 13 课：资源
• 第 14 课：联系我们