关于举办“DeepSeek RAG应用实战-从知识增强到微调

【培训对象】
1.技术开发人员：如AI工程师、数据分析师、前后端开发工程师等人员； 2.企业业务相关人员：产品经理、售前人员等需要结合大模型相关技术为业务赋能的人员； 3.高校学生及研究人员：计算机相关专业且Python基础较好，有机器学习等AI基础的大学生，以及对大模型技术感兴趣，希望在AI算法领域开展研究的人员； 4.技术爱好者：对智能问答系统、RAG技术等感兴趣的技术爱好者。

【培训收益】
1.掌握RAG系统全链路设计与开发能力； 2.具备构建复杂知识增强系统的实战经验； 3.具备大模型微调与定制化部署能力; 4.掌握低代码与可视化RAG系统构建方法; 5.获得从开发到部署的完整项目经验。

第一天
上午 第一部分: LLM大模型核心原理 1.大模型基础：理论与技术的演进
2.LLMs大语言模型的概念定义
3.LLMs大语言模型的发展演进
4.LLMs大语言模型的生态体系
5.大语言模型技术发展与演进
6.基于统计机器学习的语言模型
7.基于深度神经网络的语言模型
8.基于Transformer的大语言模型
9.LLMs大语言模型的关键技术
10.LLMs大语言模型的核心框架：商业&开源LLMs大语言模型的行业应用
第二部分:DeepSeek大模型与Prompt提示工程 1.Prompt如何使用和进阶
2.什么是提示与提示工程
3.提示工程的巨大威力：从Let’s
think step by step说起
4.拆解、标准化、流程化：如何用AI改造工作
5.使用BROKE框架设计ChatGPT提示
通过案例分析，展示如何使用大模型prompt技术辅助开发
第一天
下午 第三部分: DeepSeek大模型API应用开发 1.DeepSeek-V3大模型API
2.DeepSeek-R1推理大模型API
3.DeepSeek模型&价格
4.DeepSeek模型参数Temperature设置
5.DeepSeek模型Token用量计算
6.DeepSeek模型错误码
7.DeepSeek大模型多轮对话
8.DeepSeek大模型对话前缀续写（Beta）
9.DeepSeek大模型FIM补全（Beta）
10.DeepSeek大模型JSON Output
11.DeepSeek大模型Function Calling
12.DeepSeek大模型上下文硬盘缓存
13.文本内容补全初探
（Text Completion）
14.聊天机器人初探
（Chat Completion）
15.基于DeepSeek开发智能翻译助手
案例分析与实战
第四部分: 大模型应用开发框架 LangChain 1.大模型应用开发框架LangChain
2.LangChain是什么
3.为什么需要LangChain
4.LangChain典型使用场景
5.LangChain基础概念与模块化设计
6.LangChain核心模块入门与实战
7.LangChain的3个场景
8.LangChain的6大模块
9.LangChain的开发流程
10.创建基于LangChain聊天机器人
第二天
上午

第五部分: 基于DeepSeek和LangChain构建文档问答系统 1.构建复杂LangChain应用
2.LangChain模型（Models）：从不同的LLM和嵌入模型中进行选择
3.LangChain提示（Prompts）：管理LLM输入
4.LangChain链（Chains）：将LLM与其他组件相结合
5.LangChain索引（Indexs）：访问外部数据
6.LangChain记忆（Memory）：记住以前的对话
7.LangChain代理（Agents）：访问其他工具
8.使用大模型构建文档问答系统
第六部分: DeepSeek大模型企业RAG应用 1.RAG技术概述
2.加载器和分割器
3.文本嵌入和向量存储
4.检索器和多文档联合检索
5.RAG技术的关键挑战
6.检索增强生成实践
7.RAG技术文档预处理过程
8.RAG技术文档检索过程
第二天
下午 第七部分: 构建基于DeepSeek构建知识图谱增强 1.Neo4j基础概念：Node、Property、Relationship
2.使用Cypher查询语言进行数据建模、插入和查询。
3.网络配置文件（config）的基本结构和参数分析
4.基于config指定数据清洗与标准化格式
5.基于本地大模型的结构化分析实现
6.LangChain自动生成并优化Cypher查询
7.LangServe发布图谱服务器

第八部分: 融合知识库与多链路召回实现智能检索 1.何谓多链路召回与单路召回的区别
2.多源数据整合：知识库、知识图谱与结构化数据库
3.向量召回与语义检索的融合策略
4.并行召回与串行召回机制分析
5.LangChain多路召回Pipeline设计
6.基于Embedding相似度的召回融合方法
7.构建多链路召回的索引与缓存机制
8.通过LangChain实现多数据源统一检索
9.实战案例：企业知识库+业务数据库的混合召回
10.多链路召回性能优化与准确率提升策略

 

 

 

 

第三天
上午 第九部分: 过滤与二次重排构建高精度智能检索 1.何谓ReRank与传统召回的关系
2.检索前过滤与检索后重排整体流程
3.LangChain中Retriever与Reranker组件机制
4.基于Embedding相似度与LLM语义打分的双阶段排序
5.Rerank模型（bge-reranker、cross-encoder）介绍
6.LangChain构建二次重排Pipeline的实现路径
7.结合BM25 +向量检索+ReRank的混合策略
8.检索重排性能对比与评估指标设计
9.实战案例：构建高精度企业知识库问答系统
10.结合RAG与ReRank的智能知识检索系统部署与优化
第十部分: LangFlow：构建低代码RAG知识检索系统 1.LangFlow平台简介：可视化LangChain 的低代码工具
2.RAG（检索增强生成）整体架构与核心流程
3.LangFlow 节点介绍：LLM、Retriever、Memory、Tool
4.加载并解析企业文档数据（PDF/CSV/Markdown）
5.构建向量索引与 Embedding 存储（FAISS/Chroma）
6.可视化搭建 RAG 流程：从输入到响应的链路设计
7.添加上下文记忆与多轮对话逻辑
8.调试与参数优化：Prompt模板与上下文窗口配置
9.部署LangFlow应用并接入API调用
10.实战案例：构建企业知识文档智能问答系统
第三天
下午 第十一部分: 数据工程与大模型微调 1.大模型微调基础原理与常见应用场景
2.微调数据格式解析：ShareGPT与Alpaca格式规范
3.使用EasyData从文档自动生成 ShareGPT 格式数据集
4.摩搭社区（ModelScope）平台介绍与模型下载流程
5.LlamaFactory微调框架概览与环境配置
6.LoRA/QLoRA微调参数设置与模型训练实战
7.模型验证与性能评估：Loss、F1、Perplexity
8.微调模型导出与转换：从 HuggingFace到Safetensors
9.将微调模型上传至摩搭平台并发布推理服务
10.实战案例：针对企业内部知识问答场景的微调实现
第十二部分: 微调后模型评测、效果对比与可视化评测报告 1.OpenCompass框架原理与安装配置
2.Benchmark 测试体系介绍：通用任务与垂直任务集
3.微调模型的加载与评测准备（SFT/LoRA模型）
4.通过OpenCompass执行模型评测流程（命令行+配置文件）
5.常用评测指标讲解：BERTScore、BLEU、ROUGE、困惑度（Perplexity）
6.不同类型任务的评价策略：生成类vs分类类
7.微调前后模型性能对比与结果分析
8.结果可视化与报告生成（Precision/ Recall/F1对比）
9.实战演示：评测DeepSeek微调版与原版输出效果
10.基于评测结果优化微调与业务落地建议 

➤ 刘老师 | 国内顶尖AI专家、大数据技术专家
西安邮电大学计算机科学与技术专业。拥有着20多年软件研发与企业培训经验，对Java、Python、区块链等技术领域有独特的研究，精通机器学习、深度学习、大模型技术。他的专业素养和教学能力备受学员赞誉，是众多技术爱好者心中的楷模。
AI深度学习方法：Scikit-Learn，Tensorflow、Keras、DNN、CNN、RNN、Yolo、OpenCV熟悉主流机器学习算法、各种神经网络结构和图形图像识别技术。
LLM大模型方向：DeekSeek、ChatGLM、ChatGPT4、Llama3、Agent、React、Ollama、Dify、Llamafactory微调、DeepSpeek分布式训练、MindFormers生态、MoE混合专家模型。能根据客户的需求实现定制化的模型私有化部署、微调、对齐、量化。并对LangChain、LlamaIndex、Dify等大模型框架有源码级的理解。
➤ 邹老师 | 某工业大学人工智能研究院院长
博士学历，毕业于中国地质科学院，兼任天津大学创业导师、山东交通学院客座教授、硕士生导师。主持研发50多个人工智能领域工业级项目，广泛应用于能源、医疗、交通、气象、银行等多个领域。
硕博期间主持研发大型行业建模软件，代码量100万行（从底层开发是考虑后期维护和产权）。创立的睿客邦与国内十多所高校建立了AI联合实验室或实训基地广泛应用于医疗、交通、农业、气象、银行、电信等多个领域。成立中国科学院邹博人工智能研究中心，在翔创、天识等公司担任技术顾问，曾在多个在线平台授课，广受网友好评，累计学习人数超过百万。
公开出版《强化学习》《Python深度学习实践》《自然语言处理》等11部专著和译著。在国内外期刊会议发表论文10余篇，获得国家发明专利1项，著书1本，译书6本。2017年主持科研项目荣获国土资源科学技术一等奖。
为众多知名企业进行过上百场讲座和内部培训，其中包括中国移动、CSDN、中国建设银行、花旗银行、中信集团、中航信、烽火科技、京东方、中科曙光、京东、大唐、完美世界等。 

• 关于举办“人工智能实践项目案例分析与实战应用”培训班的通知

  开课时间：2026-03-26 — -0-0

  开课地点： 北京-北京

  第一天 深度学习基础 1.神经元与神经网络 2.激活函数的点火机制 3.Sigmoid函数与参数优化 4.梯度下降法 5.简单感知机 6.多层感知机 7.Tensorflow实现感知机 8.Keras实现感知机 9.PyTorch实现感知机 深度学习进阶 1.前馈神经网络 ..

  ￥6,800   元/ 天

  人气：101  

  

• 关于举办“基于大模型的Agent技术应用开发实践” 培训班的通知

  开课时间：2026-04-26 — -0-0

  开课地点： 北京-北京

  第一天 第一部分:大模型驱动的Agent智能体概述 1.智能体的定义与特点 2.智能体与传统软件的关系 3.智能体与LLM的关系 4.从ChatGPT到智能体 5.智能体的五种能力 6.记忆，规划，工具，自主决策，推理 7.多智能体协作 8.企业级智能体应用与任务规划 9.智能体..

  ￥6,800   元/ 天

  人气：347  

  

• 关于举办“房地产业纳税管理六大实用技能”培训通知

  开课时间：已开课

  开课地点： 河南-郑州

  关于举办“房地产业纳税管理六大实用技能”培训通知‖2016年11月8–10日‖—‖郑州•百利中州国际饭店‖—‖主讲：陈老师‖‖专题背景‖ 2016年，房地产业全面“营改增..

  ￥3,300   元/ 天

  人气：2993  

  

• 关于举办“土地增值税清算及企业所得税后续管理中的风险控制案例精讲班”的通知

  开课时间：已开课

  开课地点： 浙江-金华

  第一部分 房地产企业土地增值税清算中的“5”项收入确定技巧及相关法律解析（一）有关销售发票开具与否的收入确认1、未开具发票或未全额开具发票但签订销售合同的收入确认2、未开具发票，未签订销售合同但实际已（未）投入使用的收入确认（二）房地产代收费用的收入确认 ..

  ￥2,800   元/ 天

  人气：2940  

  

• 关于举办设备点检管理暨设备点检员国家职业资格研修班的通知

  开课时间：已开课

  开课地点： 江苏-无锡

  课程内容（一）现代企业应确立以点检为核心的设备管理理念1. 当代企业设备管理的现状；2. 制约企业发展因素在设备管理上的表现；3. 必须改变谁也管但谁也不全管的现状，设备管理的重心要下移；4. 设备管理要由“设备维修”向“生产维修&rdqu..

  ￥2,800   元/ 天

  人气：1988  

  

• 关于举办第四期中高级设备维修工程师培训班的通知

  开课时间：已开课

  开课地点： 广东-广州

  第一部分 设备维修管理与技术基础（1天）1、当前主要有哪些现代设备维修理念； 2、怎样确定设备点检的方式方法；3、怎样进行故障的统计与分析； 4、怎样进行设备劣化分析与预防；5、怎样制定设备检修计划。第二部分 主要设备故障的预防、检测、诊断与处理（2天）1、设备磨损&mdas..

  ￥3,000   元/ 天

  人气：4272  

  

• 关于举办TPM全员生产维护实战研修班的通知

  开课时间：已开课

  开课地点： 浙江-杭州

  1、TPM概述 2、TPM基本理念 （1）TPM的内涵 （2）TPM的“三全”理念（全员、全系统、全效率） 3、TPM活动体系 （1）两大基石 （2）五个要素 （3）三个目的 （4）八大支柱 4、TPM小组活动 （1）小组活动的目标 （2）推动..

  ￥3,400   元/ 天

  人气：3657