蜕变 · 成为 AI 时代的新型工程师

*   开篇词/

  *   开篇词｜开发工程师如何进阶为AI应用型人才？

*   第一章：小试牛刀，理解基础概念/

  *   01｜洞察本质：从工程学角度看ChatGPT为什么会崛起

  *   02｜学好提示工程，轻松驾驭大模型

  *   03｜探索智能体世界：LangChain与RAG检索增强生成

*   第二章：超燃实战，深度玩转 AI 模型/

  *   04｜本地部署：如何本地化部署开源大模型ChatGLM3-6B？

  *   05｜大模型微调：如何基于ChatGLM3-6B+Lora构建基本法律常识大模型？

  *   06｜RAG实战：基于ChatGLM3-6B+LangChain+Faiss搭建企业内部知识库

  *   07｜大模型API封装：自建大模型如何对外服务？

*   第三章：打入核心，挑战底层技术原理/

  *   08｜关于机器学习，你需要了解的基本概念（一）

  *   09｜关于机器学习，你需要了解的基本概念（二）

  *   10｜经典算法之RNN：开发人员绕不开的循环神经网络

  *   11｜关于自然语言处理，你需要了解的基本概念

  *   12｜深入理解Word2Vec：解开词向量生成的奥秘

  *   13｜深入理解Seq2Seq：让我们看看语言翻译是怎么来的

  *   14｜Transformer技术原理：为什么说Transformer是大模型架构的基石？（上）

  *   15｜Transformer技术原理：为什么说Transformer是大模型架构的基石？（下）

*   第四章：终极玩法，从0到1构建大模型/

  *   16｜从零开始，构建一个具有100M参数规模的Transformer模型

  *   17｜模型解剖：探究模型内部到底是什么？

  *   18｜大模型预训练：Pre-Training如何让模型变聪明？

  *   19｜深入理解DeepSpeed，提高大模型训练效率

  *   20｜人类意图对齐，让模型拥有更高的情商

  *   21｜模型测评：如何评估大模型的表现？

  *   22｜模型轻量化：如何让模型运行在低配置设备上？

  *   23｜模型核心技术指标：如何提高上下文长度？

  *   24｜架构设计（上）：企业如何设计大模型应用架构？

  *   25｜架构设计（下）：企业如何搭建 AI 中台？

*   第五章：热点速递，AI行业发展趋势解读/

  *   26｜为什么说Mamba是Transformer的最强挑战者？

  *   27｜机器人+大模型会产生什么化学反应？

  *   28｜Sora的突破：揭秘AI世界模拟器背后的技术演进

  *   29｜人工智能+无人机：掀起智能飞行领域革命

  *   30｜AI发展的下一阶段：什么是Q-Star(*)？

*   结束语/

  *   结束语｜相信自己，未来无限可能

  *   期末测试｜来赴一场满分之约！