AI大模型系统实战--极客时间课程推荐/优惠

版权声明

本站非极客时间官网，与官方无任何关系。我们不提供课程下载或详细内容，仅作为课程分享和推荐平台。我们鼓励大家支持正版，尊重创作者的劳动成果，这样不仅能帮助创作者持续产出优质内容，也能让自己获得更好的学习体验。请通过官方渠道购买和学习课程，感谢您的理解与支持。

课程详情

你将获得：

玩转开源工具，定制 AI 智能助手；
理解 AI 大模型的设计理念和工程方法；
洞察未来大模型领域发展机会；
掌握 AI 系统架构师的练级攻略。

课程介绍

「极客时间 AIGC 未来教育系列课程」

AI 大模型技术正在以惊人的速度发展，国内外科技公司都在加紧构建属于自己的 AI 大模型系统平台和相应的应用生态。AI 大模型系统即将成为下一代应用平台，我们身处其中，要做好长期投入的准备。

但是通过零散的网络资料，我们无法看到 AI 大模型系统的庐山真面目，在学习过程中常常陷入一些误区，比如：

认为大语言模型的能力上限只是建立知识库，自动化日常工作。
误以为 AIGC 大模型是横空出世的突破式创新
把 Langchain 和 AutoGPT 当成真正的 LLM 系统。
误以为 ChatGML 和 Llama 等开源模型能直接满足商业需求。
……

那么事实究竟是怎样的？还需要我们快速建立对 AI 大模型系统的整体认识，尤其是当下正在加速建设的工业级 AI 大模型。为此，我们邀请了 Tyler 老师开设这门课程，他将结合自己在 AI 系统十余年的实战经验和理论沉淀，为你规划一条非常科学系统的学习路线，带你深入理解 AI 大模型的设计理念和工程方法，最终掌握生产级 AI 系统研发能力。

课程设计

课程内容将分为四个部分。

热身篇和架构基础篇。带你搭建知识体系，夯实基础，为后续学习做好准备。重点学习 AI 系统的技术发展历程，如何快速利用开源工具实现自用级大模型底座的搭建，AI 系统有哪些成熟范式，它们又和现在的 AI 大模型系统有何联系？

技术原理篇。为你梳理 AI 大模型技术的发展脉络，深入解读大模型关键技术背后的技术原理，包括预训练模型的前世今生、GPT 1-3 核心技术，大语言模型的未来展望。学完这个部分，你就能跟上 AI 大模型技术的最新进展。

架构实战篇。重点讲解工业级 AI 大模型系统的关键技术，深入学习 AI 大模型系统最前沿设计理念和工程方法。聚焦如何解决 AI 大模型系统的新问题？如何构建工业级的 AI 大模型系统？AI 大模型系统领域还有哪些难题尚待解决？

前沿拓展篇。开阔视野，带你了解大模型产业的最新情况。洞察机遇，分享大厂的 AI 人才考察重点，为你的职业发展提供更多可能。

学完整个课程，你将点亮下图中 AI 大模型系统技术专家的全部技能，并且能参与当前 AI 大模型系统研发和架构工作。

课程目录

开篇词

开篇词｜漫游未来，一起开启AI大模型系统修炼之旅

热身篇

01｜认知升级：你心中的AI大模型长啥样？
02｜具身智能：OpenAI真正的野心是什么？
03｜原型系统：开源工具自建AI大模型底座
04｜游目骋怀：工业级的大模型系统强在哪？

架构基础篇

05｜策略建模：为什么AI系统能够猜你所想？
06｜特征工程：数据点石成金，给你的系统赋予灵魂
07｜模型工程：算法三大门派，取众家之长为我所用
08 | 数据算法：因材施教，为你的系统选好老师
09｜系统构建（一）：AI系统的弹药库——离线系统
10｜系统构建（二）：AI系统的冲锋队——在线系统
答疑课堂｜前两章思考题答案

技术原理篇

11｜地球往事：为什么CV领域首先引领预训练潮流？
12｜博观约取：重走NLP领域预训练模型的长征路
13｜厚积薄发：如何让模型更好地理解人类语言？
14｜变形金刚：Transformer是如何让模型变大的？
15 | GPT1-3：技术爆炸，深入解析LLM的核心技术
16｜ChatGPT：是什么让LLM走向舞台中央？
17｜LLM展望：死神永生，LLM会带人们驶向何处？

架构实战篇

18｜策略建模：取众家所长的工业级的AIGC系统
19｜提示语工程（一）：为什么说提示语引擎是“智能体本体”？
20｜提示语工程（二）：LLM的护卫舰队有哪些？
21｜提示语工程（三）：如何帮助智能体更好地管理记忆？
国庆策划｜赛程过半，检验一下你的学习成果吧！
22｜提示语工程（四）：如何让智能体学会反思过去和规划未来？
23｜提示语工程（五）：构建你自己的西部世界——AI小镇搭建实战
24｜提示语工程（六）：超越智能，让你的AI系统成为全知超人
25｜模型工程（一）：如何让你的训练数据无中生有？
26｜模型工程（二）：算力受限，如何为“无米之炊”？
27｜模型工程（三）：低成本领域模型方案，小团队怎么做大模型？
28｜总体回顾：工业级AI大模型系统的庐山真面目

前沿拓展篇

29｜从创业到被收购，OpenAI经历了哪些关键阶段？
30｜藏宝图：大模型产业全景图，新业态带来哪些新机遇？
31｜发展趋势：生成式AI系统的未来发展趋势是什么？
32｜职场规划：面试准备，如何做大模型时代下的长远规划？
答疑课堂（二）｜后三章思考题答案

结束语&结课测试

结束语｜AI大模型，技术人的双城记
结课测试｜来赴一场满分之约

作者介绍

Tyler，前 Amazon 应用科学家，头部大厂 AIGC 算法系统负责人。毕业于C9高校计算机专业，在 Amazon 从事人工智能相关研究并建立 AI 系统；曾在某大厂担任算法主管，从零组建算法团队构建内容推荐系统，产品覆盖全球过亿受众。同时，他在多模态大模型、推荐系统和分布式机器学习系统等方面深耕十余年，在国际顶会和期刊发表多篇论文，拥有国际和国家发明专利近 20 项，实战经验和理论经验都非常丰富。