Свържете се с нас

Съдържание и теми, включени в курса

Въведение в агентния ИИ

  • Дефиниране на агентния ИИ и връзката му с традиционните ИИ системи
  • Преглед на архитектури, базирани на разсъждение, памет и целенасочено действие
  • Ключови случаи на употреба и индустриални приложения

Основни концепции и дизайн модели

  • Цикълът на агента: възприятие, разсъждение и действие
  • Системи с един агент срещу системи с множество агенти
  • Взаимодействие със средата и извикване на инструменти

Основи на инженеринга на промптове

  • Проектиране на ефективни промптове за разсъждение и декомпозиция на задачи
  • Използване на примери, ограничения и роли за по-добър контрол
  • Систематично отстраняване на грешки и итерация на промптове

Изграждане на прости агентни работни потоци

  • Внедряване на агентен цикъл в Python
  • Интеграция с API и прости инструменти
  • Управление на състоянието и паметта на агента

Отговорен дизайн и практики за безопасност

  • Етични съображения и отговорна употреба на агенти
  • Пристрастие, прозрачност и отчетност в ИИ системите
  • Контрол на достъпа, защита на данните и безопасност на съдържанието

Практически проект: Проектиране на отговорен агент

  • Дефиниране на обхвата и целите на проблема
  • Разработване на промпта и контролната логика
  • Тестване, усъвършенстване и оценка на поведението на агента

Резюме и следващи стъпки

Изисквания

  • Основно разбиране на концепциите за ИИ или машинно обучение
  • Познаване на синтаксиса и скриптовете на Python
  • Опит в работата с данни или приложения, базирани на API

Аудитория

  • Специалисти по данни, които са нови в разработката на агентен ИИ
  • Младши инженери по машинно обучение, които изследват приложни архитектури на агенти
  • Технологични мениджъри, които искат да разберат дизайна на агенти и принципите за безопасност
 14 Часа

Брой участници


Цена за участник

Отзиви от участници (3)

Предстоящи Курсове

Свързани Kатегории