一、研修时间：2026年3月27-28日   

二、研修地点：北京

三、主办单位：

北京中际孚歌科技有限公司

北京中际赛威文化发展有限公司

四、研修内容：

第一节：大模型选型

1.人们是什么契机找到了大模型的解决方案

2.GPT4o/GTP4.5的技术特点

3.Grok4、Gemini、Claude等的技术特点

4.DeepSeek-V3的技术探索分析

5.DeepSeek-R1的技术详细分析和思考

6.2025年4月29日开源的Qwen3系列的技术特点

7.2025年6月6日开源的ERNIE4.5技术特点

8.2025年7月11日开源的Kimi K2技术优势

9.2025年9月～10日开源的Qwen3-VL系列多模态大模型的技术进步

10.2025年12月1日开源的DeepSeek-V3.2正式版技术分析

第二节：本地大模型私有化部署实操

1 Deepseek-R1蒸馏版的部署实操

1. 模型获取：

►通过HuggingFace官方仓库申请权限

►下载deepseek-r1-7B、8B、32B、70B的safetensors格式权重

2. 推理服务启动

►关键参数trust_remote_code、max_model_len等的讲解

►解释器多种启动服务方式对比

3. 服务验证

►代码调用

►服务API的参数设置

2 Deepseek-R1 蒸馏版部署流程

1. 模型获取：

►HuggingFace/Modelscope/github的参数下载

2. 硬件配置说明

►根据模型参数估计显存使用的方法

3. 对标模型的比较

►QwQ系列的突然开源

►Qwen3和DeepSeek的对比

3 Qwen3的部署

1. 量化加速

►FP8的特点

►对比Deepseek原论文中量化章节的解读

2. REST API调用：

►深度学习系统部署的常用方式

►针对AI算法的部署框架

第三节：使用蒸馏大模型完成微调、数据准备过程、模型训练代码实践

1 Deepseek-R1蒸馏版的领域数据微调

1. 数据准备：

►格式：JSONL文件，每条含instruction/input/output

►数据源：医疗数据

►关键处理：使用SentencePiece重组专业术语tokenization

2. QLoRA训练配置

►微调在大模型中的常用方法

►多种LoRA方式的对别

3. 启动训练

►显存优化

►GPU并行

2 探讨适合微调的业务场景

►阐述项目中RAG模式和LoRA模式的选择

►探讨微调方案的优势，分析不适合微调的场景

3 UI缺陷检测-多模态微调实践

►图像、文本、音频等多模态数据融合原理

►基于预训练模型进行多模态微调操作

►收集、标注多模态UI 缺陷数据

►模型选择与训练

►从数据预处理到模型部署的完整操作流程

►缺陷检测效果评估

►大型软件项目中的UI 缺陷检测

第四节：知识库建设与多模态RAG提高召回

1私有数据的文档生成系统全流程实操

架构设计：

1. 数据层：数据分片策略

2. 推理层：

►Qwen-Embedding和Reranker

►Instruction Aware指令理解

3. 评估层：

►Rouge-L评估内容一致性

►FinBERT检测财务数据矛盾

以部署拓扑理清整体脉络

常规分析、复杂计算、数据采集、向量数据库、路由决策、Deepseek-R1/Mistral-8x7B

2 基于知识库的问答系统实操

关键技术点：

1. RAG增强：

►GraphRAG与知识图谱的选型

►FAISS向量库实现百万级文档检索

2. 记忆管理：

►缓存最近轮次的对话摘要

►采用CoT（Chain-of-Thought）提示工程技术

3. 风控拦截：

►关键词过滤（如“保证收益”、“100%”等违规表述）

►置信度阈值设定（softmax概率<0.7时触发人工接管）

第五节：MCP协议及其代码落地——自定义工具

1、MCP 技术核心内容

1.1 协议架构与设计原理   

1.2 客户端-服务器模型：MCP Host、Client、Server的交互逻辑

1.3 上下文感知与多步骤任务

1.4 任务链式调用，通过多次工具调用完成复杂推理   

1.5 关键技术特性：介绍JSON-RPC 2.0

1.6 安全机制：沙盒隔离、零信任架构、敏感数据本地化处理

1.7 在IDE 中直接调用代码审查、数据库查询、整合影像与表格数据等应用场景

2、A2A 技术核心内容

1.1 协议架构与协作机制

1.2 任务状态管理：任务提交、处理中和完成/失败的全生命周期管理

1.3 动态代理发现：Agent Card 元数据文件、权限协商与功能匹配

1.4 关键技术特性：安全设计、高并发支持、多Agent协同

1.5 复杂任务分解

3、其他相关配套技术与工具

1.1 底层通信协议   

1.2 WebSocket适配云端与边缘计算场景

1.3 开发框架与生态   

1.4 生态工具Mintlify、OpenTools

1.5 分布式训练框架PyTorch Distributed、DeepSpeed

4、实践：uv内置工具和自定义工具

1.1 状态空间离散化方法

1.2 MCP代码实现的步骤和全流程

第六节：强化学习算法与MCP集成

1.深度强化学习（DRL）算法精讲

1.1 算法原理与MCP适配性分析：

1.2 DQN：Experience Replay与Target Network实现

1.3 PPO：重要性采样与Clipped Surrogate Objective

1.4 MADDPG：集中式训练与分布式执行范式

1.5 实践：在MCP中实现Atari游戏Agent

1.6 Frame Stacking预处理

1.7 分布式推理加速

2.多智能体协同

►经典协作模型：                                                       

1.1 STRAW

1.2 COMA

►实践：简单合作任务

1.1 DeepMind的SIMON架构图解（记忆优先设计）

1.2 Anthropic的Constitutional AI安全层设计

1.3 与大模型的协同关系

1.4 能力互补图谱

1.5 代码智能体的工作机制与核心能力

1.6 代码变更检测到影响范围评估的完整流程

1.7 代码解析、依赖关系挖掘等技术实现方式

1.8 设计基于机器学习的变更影响预测模型

1.9 代码变更检测测试

第七节：基于平台的Agent 智能体开发

1.1 零基础开发AI Agent 智能体

1.2 初步认识Agent

1.3 Agent的概念与发展

1.4 Agent是高层级的AI技术应用

1.5 Agent的特点与能力

1.6 Agent开发平台的演进

1.7 基于字节扣子code平台开发Agent   

1. 平台核心能力解析

1.1 架构特性：可视化编排vs 代码深度定制

1.2 能力矩阵

1.3 知识库管理：支持PDF/CSV/Markdown多格式

1.4 对话引擎：基于LLM的意图识别准确率

1.5 复杂业务流：需通过API扩展   

1.6 高级功能拓展

1.7 自定义插件开发

1.8 多轮对话策略设计   

1.9 Agent 测试与优化   

1.10 创建应用、知识库配置、对话流程设计、调试技巧

2. Agent开发

1.1 自定义插件开发实战

1.2 开发收益率计算插件

1.3 创建Python插件脚手架

1.4 实现核心逻辑

1.5 复杂对话策略设计

1.6 多轮状态管理方案

3. Agent优化

1.1 性能调优方案

1.2 缓存策略：为高频查询添加Redis缓存层

1.3 负载均衡：配置Nginx反向代理实现多实例分发

1.4 敏感信息过滤：正则表达式拦截敏感信息

4.智能体实战

1.1 开发Agent的流程与策略

1.2 Agent开发的功能模块详解——插件、工作流、图像流

1.3 Agent开发的功能模块详解——知识库、记忆与对话体验

1.4 实战篇——5大场景、11个Agent案例

第八节：多模态智能体技术实现

1.1 多模态处理管道   

1.2 模态对齐：CLIP-style跨模态嵌入空间构建

1.3 模态融合：Attention-Based Fusion Layer设计

1.4 决策统一：跨模态指令的神经符号转换

1.5 实现方案对比

1.6 认知架构创新

1.7 世界模型（World Model）的具身应用

1.8 记忆增强方案：MemGPT的分层记忆管理

1.9 群体智能演进

1.10 Agent Swarm技术：AutoGen的多角色协作机制

1.11 联邦学习在分布式Agent中的应用

1.12 智能体的自然语言理解、图像识别等基础能力进行专项测试

1.13 验证智能体在日志、代码、测试报告等数据融合下的检测效果

1.14 缺陷分类准确性测试

1.15 智能体在高并发场景下的缺陷检测响应速度与稳定性

1.16 通过测试数据优化智能体的缺陷检测阈值与策略

1.17 人机协同测试

五、培训费用及注意事宜：

1、培训费：4280元/人 (含培训费、午餐费、资料费等)。

2、培训期间食宿统一安排，费用自理。

3、收款、开发票、培训会务工作由北京中际孚歌科技有限公司负责。

六、证书颁发：培训结束后由主办单位向参会单位学员颁发结业证书。

七、课程咨询：010-64113137