人工智能
AI 大模型实战高手课
蜕变 · 成为 AI 时代的新型工程师
Course syllabus
章节目录
网页仅提供目录预览，不展示课程正文。
课程目录DIRECTORY ONLY
Published chapters
01开篇词｜开发工程师如何进阶为AI应用型人才？
0201｜洞察本质：从工程学角度看ChatGPT为什么会崛起
0302｜学好提示工程，轻松驾驭大模型
0403｜探索智能体世界：LangChain与RAG检索增强生成
0504｜本地部署：如何本地化部署开源大模型ChatGLM3-6B？
0605｜大模型微调：如何基于ChatGLM3-6B+Lora构建基本法律常识大模型？
0706｜RAG实战：基于ChatGLM3-6B+LangChain+Faiss搭建企业内部知识库
0807｜大模型API封装：自建大模型如何对外服务？
0908｜关于机器学习，你需要了解的基本概念（一）
1009｜关于机器学习，你需要了解的基本概念（二）
1110｜经典算法之RNN：开发人员绕不开的循环神经网络
1211｜关于自然语言处理，你需要了解的基本概念
1312｜深入理解Word2Vec：解开词向量生成的奥秘
1413｜深入理解Seq2Seq：让我们看看语言翻译是怎么来的
1514｜Transformer技术原理：为什么说Transformer是大模型架构的基石？（上）
1615｜Transformer技术原理：为什么说Transformer是大模型架构的基石？（下）
1716｜从零开始，构建一个具有100M参数规模的Transformer模型
1817｜模型解剖：探究模型内部到底是什么？
1918｜大模型预训练：Pre-Training如何让模型变聪明？
2019｜深入理解DeepSpeed，提高大模型训练效率
2120｜人类意图对齐，让模型拥有更高的情商
2221｜模型测评：如何评估大模型的表现？
2322｜模型轻量化：如何让模型运行在低配置设备上？
2423｜模型核心技术指标：如何提高上下文长度？
2524｜架构设计（上）：企业如何设计大模型应用架构？
2625｜架构设计（下）：企业如何搭建 AI 中台？
2726｜为什么说Mamba是Transformer的最强挑战者？
2827｜机器人+大模型会产生什么化学反应？
2928｜Sora的突破：揭秘AI世界模拟器背后的技术演进
3029｜人工智能+无人机：掀起智能飞行领域革命
3130｜AI发展的下一阶段：什么是Q-Star(*)？
32结束语｜相信自己，未来无限可能