最近大模型是真火啊, 搞得我这老码农都跃跃欲试,想搭上这班通往未来的列车。 But… 看着那些密密麻麻的技术名词,那叫一个头大!
别怕,咱也是从小白过来的, 走过弯路,踩过坑,才搞明白点门道! 今天,我把这份独家私藏的大模型学习路线图分享给大家, 绝对干货! 保证你不再迷路, 还能少走弯路!
这份路线图,我给它分了三个阶段: 入门、上手、深挖。 你是想快速尝鲜应用,还是想深入了解原理?都给你安排的明明白白!
这个阶段, 主要是带大家了解大模型的“前世今生”, 不用担心什么数学公式,咱就用大白话聊聊, 顺便上手操作一下。
学习目标:
• 搞懂大模型的基本概念,专业名词啥的都得略懂一二。
• 能用代码调通大模型接口就行,先别想着自己造轮子。
• 用最通俗易懂的方式,让你明白大模型到底是个啥。
必备技能点:
openrouter.ai
这个网站。这阶段,我们要开始动真格的了! 告别“纸上谈兵”,开始搭建自己的大模型应用!
学习目标:
• 可以在本地搭建开源模型的推理环境, 跑起来再说!
• 了解大模型应用开发框架, 比如 LangChain 和 Dify ,学会用 “工具” 提升效率。
• 掌握 Prompt 工程、RAG、Agent 这几个大模型应用开发“模版”, 快速上手!
推荐学习资料:
• 《Building Systems with the ChatGPT API》: 了解如何用 ChatGPT API 构建应用。
• Langchain: 大模型应用开发框架中的 “扛把子”, 即使不直接用,它的设计理念也值得学习。
• dify: 开源的应用编排工具, 适合快速搭建应用原型。
• GPT best practices: OpenAI 官方的最佳实践指南, 都是血泪教训总结出来的, 务必拜读!
• openai-cookbook: OpenAI 官方 Cookbook, 里面有各种 Demo 可以参考。
• Brex’s Prompt Engineering Guide: Prompt 工程入门级教程, 帮你快速入门。
如果你不满足于 “调包侠”, 想要深入了解大模型背后的技术原理, 那就来这站吧! 做好啃硬骨头的心理准备!
学习目标:
• 掌握大模型技术原理,包括训练、微调、数据工程、推理优化等。
• 了解大模型应用范式的最新进展,比如 RAG 和 Agent 的 “高阶玩法”。
推荐学习资料:
• 《动手学深度学习》 [必看]: 如果你连深度学习都不懂, 建议从这里开始! 强烈建议配合B站李沐老师的视频, 效果更佳!
• 深度学习:台湾大学李宏毅: 李宏毅老师的课, 讲的既清楚又有趣, 强烈推荐!
• 3blue1brown 系列视频 [必看]: 用动画的方式讲解数学和机器学习概念, 非常直观! 看一遍不够, 多看几遍!
• 大语言模型综述 [必看]: 学术界总结的关于大模型的中文综述, 目前最好最权威的! 不看后悔!
• 《大语言模型》 [必看]: 目前最好的大模型书籍, 没有之一!
• 《大规模语言模型:从理论到实践》: 另一本不错的中文书籍, 可以和 上面那本一起看。
• 清华大模型公开课第二季 [必看]: 让你对大模型的历史、原理和前沿发展有个全面的了解! 不看亏大了!
• GPT,GPT-2,GPT-3 论文精读: 不想啃英文论文?这里有精读版! 直接给你讲明白!
• Llama3.1 论文精读: 了解开源大模型就从这里开始, 性能又好,又开源, 简直良心大大的。
• 《复杂推理:大语言模型的北极星能力》: 稍微有点学术, 但是可以帮你理解大模型能力的来源。
• ICML 2024 Tutorial: Physics of Language Models by Zeyuan Allen-Zhu [必看]: 用“黑盒”的方式研究大模型原理, 角度很新颖, 非常有参考价值!
• 《Build a Large Language Model (From Scratch)》[必看]: 教你从零开始构建大模型, 实践出真知!
• LLaMA-Factory [必看]: 微调大模型的利器! 简单好用, 必须掌握!
• MAP-NEO: 唯一开源全流程的中文大模型! 良心!
• 《How to Generate and Use Synthetic Data for Finetuning》: 告诉你怎么合成微调数据。
• 中文行业预训练语料 IndustryCorpus 2.0: 亮点在于预训练数据的处理流程很科学!
• 《Challenges in Deploying Long-Context Transformers: A Theoretical Peak Performance Analysis》[必看]: 分析大模型推理速度的瓶颈, 让你了解如何加速模型!
• 《A Visual Guide to Quantization》: 大模型量化教程, 不懂的快来补补!
• 《A Survey of Prompt Engineering Methods in Large Language Models for Different NLP Tasks》: Prompt 工程综述文章, 让你了解各种不同的 Prompt技巧!
• 《Modular RAG: Transforming RAG Systems into LEGO-like Reconfigurable Frameworks》: 教你如何高级优化 RAG。
• 《LLM Powered Autonomous Agents》: Agent方向的早期经典文章!
大模型学习之路, 道阻且长, 但只要你坚持下去, 一定会有收获。 这份路线图算是我的私藏干货, 如果对你有帮助, 就点个赞吧! 别忘了分享给身边的小伙伴!
✨ 划重点:
本路线图为你提供了学习大模型的全面指南, 从入门到进阶, 涵盖理论到应用。 记得收藏起来, 随时查阅。 如果你懒得自己找资料, 我的路线图直接“抄作业”就对了!
领取方式在文末
学习大模型课程的重要性在于它能够极大地促进个人在人工智能领域的专业发展。大模型技术,如自然语言处理和图像识别,正在推动着人工智能的新发展阶段。通过学习大模型课程,可以掌握设计和实现基于大模型的应用系统所需的基本原理和技术,从而提升自己在数据处理、分析和决策制定方面的能力。此外,大模型技术在多个行业中的应用日益增加,掌握这一技术将有助于提高就业竞争力,并为未来的创新创业提供坚实的基础。
①AI+教育:智能教学助手和自动评分系统使个性化教育成为可能。通过AI分析学生的学习数据,提供量身定制的学习方案,提高学习效果。
②AI+医疗:智能诊断系统和个性化医疗方案让医疗服务更加精准高效。AI可以分析医学影像,辅助医生进行早期诊断,同时根据患者数据制定个性化治疗方案。
③AI+金融:智能投顾和风险管理系统帮助投资者做出更明智的决策,并实时监控金融市场,识别潜在风险。
④AI+制造:智能制造和自动化工厂提高了生产效率和质量。通过AI技术,工厂可以实现设备预测性维护,减少停机时间。
…
这些案例表明,学习大模型课程不仅能够提升个人技能,还能为企业带来实际效益,推动行业创新发展。
如果你对大模型感兴趣,可以看看我整合并且整理成了一份AI大模型资料包,需要的小伙伴文末免费领取哦,无偿分享!!!
vx扫描下方二维码即可
加上后会一个个给大家发
整个学习分为7个阶段
涵盖AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,皆可用。
从入门到进阶这里都有,跟着老师学习事半功倍。
朋友们如果有需要的话,可以V扫描下方二维码联系领取~
[CSDN大礼包:全网最全《LLM大模型入门+进阶学习资源包》免费分享(安全链接,放心点击)]