作为一个初学者,该如何入门大模型?

在生成式 AI 盛行的当下,你是否被这种技术所折服,例如输入一段简简单单的文字,转眼之间,一幅精美的图片,又或者是文笔流畅的文字就展现在你的面前。

相信很多人有这种想法,认为生成式 AI 深不可测,没有系统的课程讲解是 get 不到其中的精髓的。假如有科技公司或知名学者来帮助完成这项任务,可谓是利好广大研究者。

那么,作为一个初学者,该如何入门呢?本文推荐两个重量级课程,文末有技术答疑群

1、generative-ai-for-beginners

近日,微软推出了一门专为初学者打造的关于生成式 AI 的课程,该课程内容丰富,包括 LLM 简介、提示工程基础知识、构建文本生成 / 聊天应用程序等。

课程地址:https://github.com/microsoft/generative-ai-for-beginners

该课程总共 12 课时,每节课包含一个简短的主题视频介绍,课中讲解的项目还会有 Juypter Notebook 代码示例,除此之外,用户还能链接到额外的资源,进行更深入的学习。

接下来,我们看看每节课的主要内容是什么。

  • 课时 1:如何学习本门课程,主要介绍这门课程有哪些结构,让读者了解这门课程大概讲的是什么;

  • 课时 2:介绍生成式 AI 和 LLM,让用户理解什么是生成式 AI 以及 LLM 是如何工作的;

  • 课时 3:探索和比较不同的 LLM,学习完本课时,以后该用哪个模型都会一清二楚;

  • 课时 4:负责任地使用生成式 AI,帮助用户了解基础模型的局限性和人工智能背后的风险;

  • 课时 5:理解提示工程基础,熟练掌握提示的结构和用法;

  • 课时 6:如何创建高级提示,应用提示工程技术来改善提示的结果;

  • 课时 7:构建文本生成应用程序;

  • 课时 8:构建聊天应用程序,学习完本课时,可以帮助用户构建一个图像生成应用程序;

  • 课时 9:使用向量数据库构建搜索应用程序,示例展示了创建一个使用 Embeddings 搜索数据的应用程序;

  • 课时 10:构建低代码 AI 应用程序;

  • 课时 11:集成外部应用程序与函数调用;

  • 课时 12:帮助开发者在开发生成式 AI 应用程序时应用 UX 设计原则。

2、Generative AI for Everyone

除了微软,著名人工智能学者、斯坦福大学计算机科学系教授吴恩达也推出了一门面向所有人的生成式 AI 课程《Generative AI for Everyone》。

课程地址:https://www.deeplearning.ai/courses/generative-ai-for-everyone/

吴恩达表示:通过这门课程,你可以了解生成式 AI 是如何工作的,如何在专业或个人环境中使用它,以及它将如何影响工作、企业和社会。每个人都可以访问本课程,无论你是否有编程经验,或者是否有 AI 领域的基础知识,所有人都可以参与。

技术交流群

建了技术答疑、交流群!想要进交流群的同学,可以直接加微信号:mlc2060。加的时候备注一下:研究方向 +学校/公司+CSDN,即可。然后就可以拉你进群了。

前沿技术资讯、算法交流、求职内推、算法竞赛、面试交流(校招、社招、实习)等、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企开发者互动交流~

方式①、添加微信号:mlc2060,备注:技术交流

方式②、微信搜索公众号:机器学习社区,后台回复:技术交流

相关推荐
earthzhang202116 小时前
【1028】字符菱形
c语言·开发语言·数据结构·c++·算法·青少年编程
papership16 小时前
【入门级-算法-3、基础算法:二分法】
数据结构·算法
通信小呆呆16 小时前
收发分离多基地雷达椭圆联合定位:原理、算法与误差分析
算法·目标检测·信息与通信·信号处理
山顶夕景16 小时前
【RL】DAPO的后续:VAPO算法
大模型·强化学习·dapo·vapo
newxtc17 小时前
【昆明市不动产登记中心-注册安全分析报告】
人工智能·安全
techdashen17 小时前
圆桌讨论:Coding Agent or AI IDE 的现状和未来发展
ide·人工智能
CV实验室18 小时前
TIP 2025 | 哈工大&哈佛等提出 TripleMixer:攻克雨雪雾干扰的3D点云去噪网络!
人工智能·计算机视觉·3d·论文
余俊晖19 小时前
一套针对金融领域多模态问答的自适应多层级RAG框架-VeritasFi
人工智能·金融·rag
码农阿树19 小时前
视频解析转换耗时—OpenCV优化摸索路
人工智能·opencv·音视频
丁浩66620 小时前
Python机器学习---2.算法:逻辑回归
python·算法·机器学习