Application Development with LLMs on Google Cloud (ADLGC)

Voraussetzungen

Abschluss von Introduction to Developer Efficiency with Gemini on Google Cloud (IDEGC) oder gleichwertige Kenntnisse.

Zielgruppe

Anwendungsentwickler und andere, die LLMs in Anwendungen nutzen möchten.

Detaillierter Kursinhalt

Modul 1 - Einführung in die generative KI in der Google Cloud

Themen:

• Vertex AI on Google Cloud
• Generative KI-Optionen in der Google Cloud
• Einführung in den Anwendungsfall Kurs

Zielsetzungen:

• Erkunden Sie die verschiedenen Optionen für den Einsatz generativer KI in der Google Cloud.

Modul 2 - Vertex AI Studio

Themen:

• Einführung in Vertex AI Studio
• Verfügbare Modelle und Anwendungsfälle
• Entwerfen und Testen von Prompts in der Google Cloud-Konsole
• Datenverwaltung in Vertex AI Studio

Zielsetzungen:

• Verwenden Sie Vertex AI Studio, um Prompts für große Sprachmodelle zu testen.
• Verstehen Sie, wie Vertex AI Studio Ihre Daten sicher hält

Aktivitäten:

• Übung: Vertex AI Studio erforschen

Modul 3 - LangChain-Grundlagen

Themen:

• Einführung in LangChain
• LangChain-Konzepte und -Komponenten
• Integration der Vertex AI PaLM APIs
• Frage/Antwort-Kette mit PaLM API

Zielsetzungen:

• Verstehen der grundlegenden Konzepte und Komponenten von LangChain
• Entwicklung von LLM-gestützten Anwendungen mit LangChain und LLM-Modellen auf Vertex AI

Aktivitäten:

• Übung: Erste Schritte mit LangChain + Vertex AI PaLM API

Modul 4 - Schnelles Engineering

Themen:

• Überprüfung des "few-shot prompting
• Gedankenkettenanregung
• Retrieval augmented generation (RAG)
• ReAct

Zielsetzungen:

• Anwendung von Prompt-Engineering-Techniken zur Verbesserung der Ergebnisse von LLMs.
• Implementierung einer RAG-Architektur, um LLM-Modelle zu erden.

Aktivitäten:

• Labor: Prompt-Engineering-Techniken

Modul 5 - Erstellen benutzerdefinierter Chat-Anwendungen mit Vertex AI PaLM API

Themen:

• LangChain für Chatbots
• Speicher für Multi-Turn-Chat
• Chat-Abfrage

Zielsetzungen:

• das Konzept des Speichers für Multi-Iturn-Chat-Anwendungen zu verstehen.
• Erstellen Sie eine Multiturn-Chat-Anwendung unter Verwendung der PaLM-API und LangChain.

Aktivitäten:

• Übung: RAG mit LangChain implementieren