Обязательный Agent на 2024 AI (разбор приложений + практический проект), комплексное решение для приложений Agent

Популярное объяснение базовой архитектуры Agent

Базовая архитектура Agent — это проектный план интеллектуальной системы, помогающий нам выполнять различные задачи. Этот курс доступно раскроет тайны базовой архитектуры Agent, чтобы вы легко поняли и применили её в реальных сценариях.

Полный анализ классических фреймворков

Полный анализ классических фреймворков шаг за шагом разбирает некоторые классические технические фреймворки, от общего к деталям, помогая учащимся всесторонне понять эти фреймворки. Мы глубоко изучим процесс их построения, чтобы вы ясно поняли принципы их работы.

Разбор исходного кода популярных проектов

Разбирая исходный код популярных проектов, мы можем лучше понять идеи их дизайна и детали реализации. В этом курсе мы вместе проанализируем исходный код популярных проектов, чтобы вы изучили лучшие практики и приёмы разработки проектов.

Комплексное решение для приложений Agent

Этот курс призван предоставить учащимся комплексное решение для приложений Agent, чтобы вы легко освоили и применили технологию Agent в реальных проектах. Пройдя этот курс, вы станете экспертом по приложениям Agent!

[Структура курса]

1. Решение задач Agent и анализ архитектуры

Подробно описываются различные задачи, которые может решать Agent, и анализируются архитектурные принципы, лежащие в их основе, чтобы вы всесторонне поняли Agent.

2. Роль модуля поиска RAG и примеры применения

Рассматривается роль модуля поиска RAG и на реальных примерах демонстрируются сценарии его применения в разных областях.

3. Мультиэкспертная система MOE и примеры мультиагентных систем

Вводятся понятия мультиэкспертной системы MOE и мультиагентных систем, а также на примерах демонстрируются методы их применения.

4. Практическое применение популярных фреймворков Agent

Через практические проекты вы узнаете методы применения популярных фреймворков Agent, чтобы гибко использовать их для решения реальных задач.

5. Разбор фреймворка MetaGpt и практическое применение

Глубоко разбирается фреймворк MetaGpt и на практических проектах демонстрируется его применение в области обработки естественного языка.

6. Практическое применение мультиагентных систем в Stanford AI Town

На примере Stanford AI Town рассматриваются сценарии применения мультиагентных систем и практические приёмы.

7. Методы оптимизации RAG и стратегии тонкой настройки

Представлены методы оптимизации RAG и стратегии тонкой настройки, помогающие повысить производительность системы Agent.

8. Примеры задач LLM и прикладных применений

На примерах задач LLM и её прикладных применений вы узнаете сценарии использования этой технологии в реальных проектах.

9. Практика метода тонкой настройки больших моделей LORA

Глубоко рассматривается метод тонкой настройки больших моделей LORA и на практических проектах демонстрируются приёмы его применения.