大模型应用开发实战营第 5 期 - 毕业总结
2 个月出头,大模型应用开发实战营结束了,感觉挺圆满的。
我是个应用架构专家,也实施过从零到一的 AI 项目,例如基于 bert 的智能外呼机器人,智能口语等。
后来又去做了云计算的解决方案架构师,但是做久了觉得有点无聊,云计算慢慢地也成为传统行业了。尤其现在大模型能力越来越强了,还是想去做 AI 的应用架构,感觉更能创造价值,所以报了这门课。
首先,彭老师的课程安排是非常合理的,体现在从理论到实践,并且像乐高积木一样,将大模型应用开发的方方面面都有所涉及,在很短的时间内帮助学员搭建起大模型应用开发的思维框架,并具备基础的实践经验。
其次,彭老师,有丰富的实战经验,包括算法和应用两个维度,所以能高屋建瓴、深入浅出。特别是答疑课,能详细解答学员的疑问,并给予启发。助教在群里也积极回答学员的问题,使大家都能轻松跟上学习进度。
最后,课程保持着更新。一方面,大模型技术带来的变化,例如 langchain 的版本更新、chatgpt 的技术更新,课程都有做更新;另一方面,国产大模型的优秀代表 chatglm 也放入了课程体系,能看到 chatglm 如何学习 openai 的商业化策略和 API 设计,以及如何反哺开源生态,掌握其应用场景和上手过程,都是很有意义的。
学习之路才刚刚开始,结合彭老师课上的思维框架,我觉得接下来可以做这些:
理论基础侧,利用 AI 能力帮助阅读经典论文;
RAG 项目,可以看业界最近的落地实践,从向量数据库选型、整体的高并发架构、如何结合业务从不同角度去优化 RAG 效果,去做 PoC,积累更多的经验。
AI Agent 技术,langchain 的 experiment 部分、langGraph 等都要去实践;再去看看微软的 TaskWeaver, 比较 Agent 的设计思路和适应场景。
模型监控和模型评估等,可以看 langsmith 是怎么实现的,结合云原生技术,思考如何自建类似的体系。
总之,衷心希望课程能帮助更多学员开启大模型的应用开发之路,希望大家都能在这个 AI 时代里实现自我价值,也为社会创造更多价值!
评论