🛠️ 极客时间 - AI 大模型应用开发实战营

飞书用户6848

2023年7月11日修改

基础篇

⼤模型理论基础

•
初探大模型：起源与发展 ​

•
预热篇：解码注意力机制（Attention ） ​

•
变革里程碑：Transformer 的崛起 ​

•
走向不同：GPT 与 Bert 的选择​

•
GPT 模型家族:从始至今 ​

•
GPT 模型家族：从始至今 ​

•
从 GPT-1 到 GPT-3.5：一路的⻛云变幻 ​

•
ChatGPT：赢在哪里 ​

•
GPT-4：一个新的开始 ​

•
大模型的未来：开源力量与生态繁荣 ​

•
OpenAI 的宏图：追求无止境 ​

•
开源战场：OpenAI 的挑战者们 ​

•
LangChain：为开发者提供的舞台​

•
提示学习（Prompt Learning）​

•
思维链（Chain-of-Thought, CoT）：开山之作​

•
思维树（Tree-of-Thoughts, ToT）：续写佳话 ​

•
提示工程（Prompt Engineering）：全新的工作方式 ​

⼤模型开发基础

•
Embedding 101 ​

•
Embedding 起源、发展、应⽤与现状 ​

•
Embedding 之于⼤模型的独特价值 ​

•
⾸个 Embeddings 开源数据集：Alexandria ​

•
实战 OpenAI Embeddings 模块 ​

•
OpenAI ⼤模型选择指南 ​

•
OpenAI ⼤模型⼆次开发指南 ​

•
⽂本内容补全初探（Text Completion） ​

•
聊天机器⼈初探（Chat Completion） ​

•
语⾳识别初探（Speech to Text） ​

•
图像⽣成初探（Image Generation） ​

⼤模型应⽤最佳实践

•
内容创作与⽣成（Content Generation） ​

•
⽂本摘要与总结（Summarization） ​

•
语义与情感分析（Semantic and Sentiment Analysis） ​

•
多语⾔智能翻译（Translation） ​

⼤模型核⼼硬件选型指南

•
NVIDIA 概念解惑 ​

•
GPU vs 显卡 ​

•
架构（安培 Amper）vs 产品（数据中⼼） ​

🛠️ 极客时间 - AI 大模型应用开发实战营​