NVIDIA 培訓 | 報名 AI 培訓班前沿實戰課程：大語言模型與 AI 智能體

由 NVIDIA 深度學習培訓中心（DLI）舉辦的 NVIDIA AI 培訓班近期發布大語言模型（LLM）與 AI 智能體系列實戰培訓開放報名，歡迎開發者、技術負責人、研究人員和高校師生、企業創新團隊報名，共同探索前沿 AI 技術，掌握大語言模型增強、多模態智能體構建及代理式 AI 應用，推動業務落地、科研創新與人才培養。

NVIDIA AI 培訓班熱門課程推薦

大語言模型與 AI 智能體

課程 1：《為大語言模型添加新知識》

開課時間：2025 年 12 月 11 日

課程簡介：將開源 LLM 轉化為領域定制的 AI 資產。

學習目標：

• 使用 NVIDIA NeMo Curator 篩選高質量數據并生成合成數據
• 借助 MMLU、LLM-as-a-judge 和 NeMo Evaluator 嚴格評估 LLM 表現
• 使用持續預訓練 (CPT) 向 LLM 注入領域知識
• 使用有監督微調 (SFT) 教授模型新技能并完成任務定制
• 通過直接偏好優化 (DPO) 讓模型在風格、語氣、安全性方面符合人類偏好
• 結合 TensorRT-LLM 和 NeMo，使用量化、剪枝、知識蒸餾等技術壓縮并優化模型部署效率
• 將定制流程應用于現實問題，完成端到端工作流
• 使用的工具、庫和框架：Python, NVIDIA NeMo, NVIDIA TensorRT-LLM, Docker, MLflow
• 查看課程詳情，請點擊并訪問鏈接：為大語言模型添加新知識 | NVIDIA

課程 2：《使用多模態模型構建 AI 智能體》

開課時間：2026 年 1 月 8 日

課程簡介：構建理解視頻、圖像、PDF 文檔等多模態內容的智能體，實現視頻問答、實時視頻摘要等行業應用。

學習目標：

• 不同的數據類型及如何使其適用于神經網絡
• 模型融合，以及早期融合、晚期融合和中期融合的區別
• 使用 OCR 進行 PDF 提取
• 模態和智能體編排的區別
• 使用視頻搜索和摘要（VSS）定制 NVIDIA AI Blueprints
• 使用的工具、庫和框架：PyTorch, CLIP
• 查看課程詳情，請點擊并訪問鏈接：使用多模態模型構建 AI 智能體 | NVIDIA

課 3：《使用大語言模型構建代理式 AI》

開課時間：2026 年 1 月 29 日

課程簡介：學習如何設計能夠適應各種環境并實現大規模應用的智能體。利用 LangGraph 和 NVIDIA NIM 等框架，您將構建能進行深度思考、長遠推理、內容管理和實時操作的智能體。

學習目標：

• 理解 LLM 的優勢和局限性，以及為什么基于智能體的范式能在現代軟件生態中增強其能力
• 學習如何生成結構化輸出，以支持機器可解析的函數調用或 API 集成
• 探索檢索機制和知識圖譜，以獲取領域知識
• 使用 LangGraph 等框架，嘗試多智能體協作調度
• 實現具有彈性的系統和數據飛輪（Flywheels），以支持面向生產環境的部署
• 使用的工具、庫和框架：Python, PyTorch, HuggingFace, Transformers, LangChain, LangGraph
• 查看課程詳情，請點擊并訪問鏈接：使用大語言模型構建代理式 AI | NVIDIA

NVIDIA AI 培訓班近期課程安排

• 2025 年 12 月 11 日：為大語言模型添加新知識
• 2026 年 1 月 8 日：使用多模態模型構建 AI 智能體
• 2026 年 1 月 29 日：使用大語言模型構建代理式 AI

新課持續發布，敬請關注

如何報名

• 復制并訪問鏈接：2025 NVIDIA AI 培訓 - AI 課程正在招生中 | NVIDIA選擇課程并點擊“立即報名”。