人工智能
AI大模型项目落地实战
助力程序员转型，探索大模型开发之路
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｜普通开发者遇上AI时代，如何破局？
0201｜ 原理：一个例子讲清楚Transformer原理
0302｜工程：ChatGPT有哪些核心工程创新点？
0403｜初体验：Ollama 本地大模型与多模态大模型
0504｜ 大模型AI智能体开发的3个层次：应用，微调和专有模型
0605｜提示词：为什么说提示词工程是一切应用的基础？
0706｜核心：如何打造C语言自动判题系统里的核心提示词？
0807｜应用：为什么说控制逻辑才是C语言自动判题系统的核心
0908｜起点：如何开发一个微信AI满足客户营销的需求？
1009｜微调：向量数据库+微调+规则引擎，定制营销文章内容生成
1110｜转型：如何在Agent平台上构建一个AI营销智能体？
1211｜Agent底层：带你拆解、实现一套Agent底层框架
1312｜Agent架构：创建一个Agent智能体应用架构需要考虑哪些要素？
1413｜回顾：一个营销AI项目里有哪些商业经验和教训
1514｜设计：为什么要在电商客服项目开发专有模型及其设计方案
1615｜数据：如何基于数字孪生自动生成电商客服的百万语料？
1716｜训练：真实的电商客服模型训练过程藏有哪些魔鬼细节？
1817｜评估：如何对电商客服模型专有训练进行能力测评？
1918｜实战升级：如何提升电商客服模型理解JSON等数据协议的能力
2019｜奖励模型：为什么要用评估专家及其设计方案
2120｜评估策略：如何解决数字孪生在评估专家场景下的缺陷？
2221｜正反馈和负反馈：如何将评估专家应用到大模型测评中？
2322｜从一个建筑行业的AI设计需求看待行业大模型创业的前期分析
2423｜从一个建筑行业的AI分析来看构建行业大模型的挑战和成本
2524｜跟踪分析了100个AI创业项目，我看到了什么？
26阶段自测题（一）
27阶段自测题（二）
28结束语｜融入AI技术革命浪潮，实现人生百倍提升