在本课程中，您将探索两种可提高基础模型 (FM) 性能的技术：检索增强生成 (RAG) 和微调。您将了解有助于使用向量数据库存储嵌入的 Amazon Web Services (AWS) 服务、代理在多步骤任务中的作用、定义微调 FM 的方法以及如何准备用于微调的数据等等。

• 课程级别：基础级
• 时长：1 小时

课堂活动

本课程包含互动元素、文字说明、配文图表和知识考核。

课程目标

在本课程中，您将学习如何：

• 了解有助于使用向量数据库存储嵌入的 AWS 服务。
• 了解代理在多步骤任务中的作用。
• 了解评估 FM 性能的方法。
• 确定 FM 是否能有效实现业务目标。
• 定义微调 FM 的方法。
• 描述如何准备用于微调 FM 的数据。
• 根据使用案例中确定的业务指标，确定 FM 是否能有效实现业务目标。

培训对象

本课程面向以下人员：

• 对人工智能和机器学习 (AI/ML) 感兴趣的个人，与特定工作角色无关

前提条件

Optimizing Foundation Models 是旨在讲授人工智能、机器学习和生成式人工智能基础知识的系列课程的一部分。如果您尚未完成以下两门课程，建议您完成：

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

课程大纲

第 1 部分：简介

• 如何学习本课程
• 课程概览

第 2 部分：通过检索增强生成优化基础模型

• 商业案例
• 检索增强生成 (RAG)
• 代理
• 评估结果
• 知识考核

第 3 部分：通过微调优化基础模型 

• 商业案例
• 微调
• 模型评估
• 知识考核

第 4 部分：总结

• 资源
• 联系我们