AI大模型开发实战 教学大纲

AI大模型开发实战教学大纲一、课程基本信息课程名称：AI大模型开发实战课程代码：学分：2学分总学时：32学时，其中理论讲授18学时、上机实操14学时适用专业：计算机应用技术专业先修课程：Python程序设计、计算机网络基础、深度学习入门课程定位：本课程是计算机应用技术专业的核心技能拓展课，面向产业大模型开发岗位需求，培养学生具备工业级大模型应用的搭建、调优与部署能力，属于专业实践类核心课程。二、课程总体目标知识目标：系统掌握大模型核心架构、提示工程、RAG检索增强、模型微调、部署运维等全流程核心知识点，熟悉当前主流大模型开发的工业标准规范。能力目标：能独立完成从Prompt设计、知识库搭建、轻量化微调到大模型服务部署的完整项目开发，可独立解决大模型应用开发中的常见工程问题。素养目标：建立AI伦理合规意识，理解大模型技术的行业应用边界，具备团队协作完成大模型落地项目的工程素养。三、教学内容与逐章学时分配本大纲完全覆盖教材核心章节，每章均设置独立的理论与实操学时，总学时精准控制为32学时：章节序号章节名称理论学时实操学时总学时核心教学内容第1章大模型技术发展与产业应用全景101大模型发展历程、主流开源与闭源模型对比、产业落地典型场景解析、大模型开发岗位能力要求解读第2章Python大模型开发基础环境搭建112开发环境配置、OpenAI/通义千问等主流API调用方法、LangChain基础组件快速上手第3章Transformer核心架构深度解析314自注意力机制原理、位置编码实现、多头注意力源码解读、Transformer完整架构复现实操第4章大模型数据工程体系224大模型训练数据标注规范、数据清洗与去偏方法、多源异构数据融合、垂直领域数据集构建实操第5章提示工程核心实战技巧224结构化Prompt模板设计、思维链提示、少样本学习、复杂任务指令优化、行业场景Prompt定制实操第6章RAG检索增强生成技术347文本语义分块策略、向量数据库搭建、关键词+向量混合检索、重排序优化、企业级知识库问答系统搭建实战第7章LangChain智能体开发112Chains串联机制、Agents工具调用、Memory对话状态维护、自动任务处理智能体开发实操第8章LlamaIndex企业级检索方案112复杂文档自动解析、多级检索引擎配置、权限访问控制、企业财报智能分析系统搭建实操第9章大模型应用性能评估101大模型回答准确率、幻觉率、响应延迟等核心指标评估方法，主流评测工具使用第10章大模型轻量化微调实战224LoRA微调原理、低资源显存下的模型训练、垂直领域小模型定制、微调效果对比验证实操第11章大模型部署与安全合规213大模型推理加速、轻量化服务部署、幻觉检测、偏见缓解、AI伦理合规要求、生产级服务上线实操合计-181432-四、教学实施要求教学方式：采用“理论精讲+项目驱动”的混合教学模式，每章理论讲授后配套对应上机实操任务，所有实操内容均基于当前工业界主流开源工具，确保学生所学技能可直接对接产业岗位需求。实践条件：课程需配备GPU算力服务器，支持大模型微调与部署实操，提供LangChain、LlamaIndex、ChromaDB等主流开发框架的预装环境。作业要求：每章配套1个小型实操任务，期末完成一个完整的垂直领域大模型应用开发项目，提交完整项目源码与技术报告。五、课程考核与学分认定平时成绩（占比40%）：包含课堂出勤、章节实操任务完成质量、课堂互动表现，重点考察学生日常实操能力的积累。期末综合项目考核（占比60%）：学生独立或组队完成一个可落地的大模型应用项目，通