从模型训练到业务落地：AI 大模型应用开发全链路实操指南

AI 大模型应用开发与训练落地实战课程

本课程旨在通过系统化的拆解，帮助开发者打通 AI 大模型从模型训练、技术调优到业务集成的全链路流程。内容涵盖了当前工业界最核心的三大技术模块：模型微调 (Fine-tuning)、检索增强生成 (RAG) 以及 智能体框架 (Agent)。

核心技术模块解析

1. 模型微调与量化部署

针对生产环境的落地需求，课程深度解析了 Llama-Factory 的环境搭建与实操。重点涵盖：

• 微调链路： 从 SFT 数据集的准备，到 Lora 与 Qlora 微调技术的应用。
• 性能优化： 包含批量推理评估与模型量化部署，旨在解决模型在实际业务场景中的性能瓶颈。

2. RAG 检索增强生成

从基础检索起步，逐步进阶至模块化高级策略，解决大模型在专业领域知识缺失的问题：

• 高级策略： 详解层次索引、HyDE 提示词压缩等优化手段。
• 工具链实操： 提供 Embedding 模型训练方案及向量数据库（如 Chroma、Qdrant）的选型与相似性搜索实战。

3. Agent 智能体开发

聚焦于智能体设计范式，实现从单体到协作系统的跨越：

• 模式原理： 拆解 ReAct、REWOO 等核心设计模式。
• 主流框架： 基于 Langchain、AutoGen、CrewAI 等工具，构建多智能体协作的完整开发链路。

工程化落地与评估

为了确保 AI 应用具备企业级可用性，课程特别强化了工程评测能力，提供 MRR 评测标准 与 RAGAS 评估体系。同时，随课附带微调数据集模板、量化部署脚本及智能客服搭建案例，让开发者能够快速将技术栈转化为业务能力。

课程大纲

资源下载

下载地址： 夸克网盘