生成式 AI 应用程序可以创造新的用户体验,而这在大型语言模型(LLM)发明之前几乎是不可能的。作为应用程序开发人员,如何使用生成式 AI 在 Google Cloud 上构建引人入胜、功能强大的应用程序? 在本课程中,您将了解生成式 AI 应用程序,以及如何使用 Prompt 设计和 Retrieval Augmentation (RAG) 使用 LLMs 构建功能强大的应用程序。您将了解可用于生成式 AI 应用程序的生产就绪架构,并将构建一个基于 LLM 和 RAG 的聊天应用程序。
通过 Coursera Plus 解锁访问 10,000 多门课程。开始 7 天免费试用。


您将学到什么
描述基于 Generative AI 的应用类型和 Use Cases。
说明如何建立 Prompt 模板,以提高应用中的模型响应质量。
描述 Google Cloud 上用于生成式 AI 应用程序的 RAG 功能架构的子系统。
构建基于 LLM 和 RAG 的聊天应用程序。
要了解的详细信息

添加到您的领英档案
3 项作业
了解顶级公司的员工如何掌握热门技能

该课程共有6个模块
在本 Modulation 中,您将了解生成式 AI 应用,以及可以使用生成式 AI 功能的应用类型。您还将了解 Google 提供的基础模型,以及在应用中使用生成式 AI 时存在的挑战。
涵盖的内容
1个作业5个插件
在本 Module 中,您将学习生成式 AI 提示。Prompt 是提交给语言模型的自然语言请求,用于请求返回响应。您可以设计自己的 Prompt 来改进模型返回的结果。
涵盖的内容
1个作业5个插件
在本模块中,您将尝试使用 Vertex AI Studio,它提供了快速制作 Rapid Prototyping、使用自己的 Data Model 调整模型以及无缝部署到应用程序的工具。您将探索 Gemini 的多模态功能、设计 Prompt 并生成对话。
涵盖的内容
1个视频1个应用程序项目
在本 Module 中,您将学习如何提高基础模型的准确性。您将了解到 Retrieval Augments Generation(或称 RAG),这是一种利用外部知识源为基础模型打基础的技术。您还将在 Google Cloud 上看到一个具有 RAG 功能的生成式 AI 解决方案架构示例。
涵盖的内容
1个作业6个插件
在本 Module 中,您将构建一个聊天应用程序,使用 Large Language Model (LLM) 和 Retrieval Augmented Generation (RAG) 创建引人入胜、内容丰富的对话。
涵盖的内容
1个应用程序项目
课程 PDF 链接
涵盖的内容
1篇阅读材料
位教师

提供方
从 软件开发 浏览更多内容

Google Cloud

Google Cloud

Google Cloud
人们为什么选择 Coursera 来帮助自己实现职业发展




常见问题
是的,您可以在注册前预览第一个视频并查看教学大纲。 您必须购买课程才能访问预览中未包含的内容。
如果您决定在课程开始日期前注册课程,您将可以访问课程的所有讲座视频和阅读内容。课程开始后,您就可以提交作业了。
一旦注册并开始学习,您就可以访问所有视频和其他资源,包括阅读项目和课程讨论区。您可以查看和提交练习评估,完成规定的分级作业,以获得成绩和课程证书。
更多问题
提供助学金,




