【2025版】大模型入门自学资源汇总，零基础入门到精通，收藏这篇就够了

接触各种AI工具到现在也快两年了，今年和同学陆续做了一些AI应用的科普宣讲，在这过程中收集了不少自学资源，特地挑出一部分整理成以下的内容。

书籍

---

大模型应用开发极简入门：基于GPT-4和ChatGPT

首推今年年初出版的《大模型应用开发极简入门：基于GPT-4和ChatGPT》，小红书上也有人叫它“章鱼书”（实际上是刺蛇尾Ophiothrix spiculata）。

https://www.oreilly.com.cn/index.php?func=book&isbn=978-7-115-63640-9

这本书应该是目前综合下来最好的大模型应用入门类书籍，从大模型的基础概念和发展史讲起：

• 第 1 章　初识 GPT-4 和 ChatGPT

• 1.1　LLM 概述

• 1.1.1　探索语言模型和 NLP 的基础

• 1.1.2　理解 Transformer 架构及其在 LLM 中的作用

• 1.1.3　解密 GPT 模型的标记化和预测步骤

• 1.2　GPT 模型简史：从 GPT-1 到 GPT-4

• 1.2.1　GPT-1

• 1.2.2　GPT-2

• 1.2.3　GPT-3

• 1.2.4　从 GPT-3 到 InstructGPT

• 1.2.5　GPT-3.5、Codex 和 ChatGPT

• 1.2.6　GPT-4

第一章就有案例帮助读者深入浅出地理解大模型的落地应用：

• 1.3　LLM 用例和示例产品

• 1.3.1　Be My Eyes

• 1.3.2　摩根士丹利

• 1.3.3　可汗学院

• 1.3.4　多邻国

• 1.3.5　Yabble

• 1.3.6　Waymark

• 1.3.7　Inworld AI

• 1.4　警惕 AI 幻觉：限制与考虑

• 1.5　使用插件和微调优化 GPT 模型

• 1.6　小结

第二章直接开讲OpenAI的API调用：

• 第 2 章　深入了解 GPT-4 和 ChatGPT 的 API

• 2.1　基本概念

• 2.2　OpenAI API 提供的可用模型

• 2.3　在 OpenAI Playground 中使用 GPT 模型

• 2.4　开始使用 OpenAI Python 库

• 2.4.1　OpenAI 访问权限和 API 密钥

• 2.4.2　Hello World 示例程序

• 2.5　使用 GPT-4 和 ChatGPT

• 2.5.1　ChatCompletion 端点的输入选项

• 2.5.2　ChatCompletion 端点的输出格式

• 2.5.3　从文本补全到函数

• 2.6　使用其他文本补全模型

• 2.6.1　Completion 端点的输入选项

• 2.6.2　Completion 端点的输出格式

• 2.7　考虑因素

• 2.7.1　定价和标记限制

• 2.7.2　安全和隐私

• 2.8　其他 OpenAI API 和功能

• 2.8.1　嵌入

• 2.8.2　内容审核模型

• 2.8.3　Whisper 和 DALL · E

• 2.9　小结（含速查清单）

第三章就开始教你构建基于大模型的应用了，还有示例项目：

• 第 3 章　使用 GPT-4 和 ChatGPT 构建应用程序

• 3.1　应用程序开发概述

• 3.1.1　管理 API 密钥

• 3.1.2　数据安全和数据隐私

• 3.2　软件架构设计原则

• 3.3　LLM 驱动型应用程序的漏洞

• 3.3.1　分析输入和输出

• 3.3.2　无法避免提示词注入

• 3.4　示例项目

• 3.4.1　项目 1：构建新闻稿生成器

• 3.4.2　项目 2：YouTube 视频摘要

• 3.4.3　项目 3：打造《塞尔达传说：旷野之息》专家

• 3.4.4　项目 4：语音控制

• 3.5　小结

第四章包括了提示词和微调的技巧：

• 第 4 章　GPT-4 和 ChatGPT 的高级技巧

• 4.1　提示工程

• 4.1.1　设计有效的提示词

• 4.1.2　逐步思考

• 4.1.3　实现少样本学习

• 4.1.4　改善提示效果

• 4.2　微调

• 4.2.1　开始微调

• 4.2.2　使用 OpenAI API 进行微调

• 4.2.3　微调的应用

• 4.2.4　生成和微调电子邮件营销活动的合成数据

• 4.2.5　微调的成本

• 4.3　小结

第五章讲LangChain和API插件：

• 第 5 章　使用 LangChain 框架和插件增强 LLM 的功能

• 5.1　LangChain 框架

• 5.1.1　动态提示词

• 5.1.2　智能体及工具

• 5.1.3　记忆

• 5.1.4　嵌入

• 5.2　GPT-4 插件

• 5.2.1　概述

• 5.2.2　API

• 5.2.3　插件清单

• 5.2.4　OpenAPI 规范

• 5.2.5　描述

• 5.3　小结

• 5.4　总结

如果只读一本书，那么这本就是目前最全最容易上手的教材。缺点就是这本书是译制书，有些用语读起来可能不如本土化教材那么顺畅。

GPT 图解 - 大模型是怎样构建的！

黄佳老师之前出版过好几本和数据分析与机器学习相关的书籍。这本《GPT 图解 - 大模型是怎样构建的！》花费了很大的篇幅用图解的方式对大模型的原理进行了揭秘，在GPT原理解释上比上面那本书还要来得深入，缺点是实战案例相对没那么多，而且售价将近80元。

当然，如果你有条件可以顺便把黄佳老师的另一本书《动手做AI Agent》也一并买了：

这两本书在Github上都有对应的示例和代码：

• GitHub - huangjia2019/llm-gpt: 异步图书 《GPT图解 大模型是怎样构建的！》

• GitHub - huangjia2019/ai-agents: 异步图书 《大模型应用开发 动手做AI Agent》

大规模语言模型：从理论到实践

如果之前提到的那本书你嫌贵，又想看正规、免费、系统的教材，网上也有。

这里先推荐复旦大学计算机科学技术学院团队出品的《大规模语言模型：从理论到实践》：

一共八章课件（PPT格式）：

• 第一章 绪论

• 第二章 大语言模型基础

• 第三章 大语言模型预训练数据

• 第四章 分布式模型训练

• 第五章 有监督微调

• 第六章 强化学习

• 第七章 大语言模型应用

• 第八章 大语言模型评估

整本书在这里（pdf格式）：https://intro-llm.github.io/chapter/LLM-TAP.pdf

Github

---

如果你不是编程小白，熟悉Github的话，大模型相关的优质资源就更多了。

Datawhale

首先找到这个Github账号：Datawhale

然后到Repo下面按Stars排序，那么你就得到了一片和机器学习、深度学习、大模型等知识构成的海洋：

和大语言模型相关且热度比较高的repo有这几个，你可以clone到本地慢慢啃：

• https://github.com/datawhalechina/llm-cookbook

• https://github.com/datawhalechina/self-llm

• https://github.com/datawhalechina/llm-universe

• https://github.com/datawhalechina/so-large-lm

动手学大模型Dive into LLMs系列

当然Github上的宝藏坑位也不止一个，还有Github用户Lordog和其他6个Contributor开源的教程：《动手学大模型Dive into LLMs》系列编程实践教程，本质是上海交大《人工智能安全技术》课程的拓展。

llm-action

还有一个比较推荐的是知乎答主吃果冻不吐果冻皮在Github上的llm-action项目：https://github.com/liguodongiot/llm-action

从目录上看这比前两个Github教程更全面和连贯，也更系统。如果你只打算找一个Github项目来全面了解大模型，那么选这个就没错了：

• 🐌 LLM训练

• 🐫 LLM训练实战

• 🐼 LLM参数高效微调技术原理

• 🐰 LLM参数高效微调技术实战

• 🐘 LLM分布式训练并行技术

• 🌋 分布式AI框架

• 📡 分布式训练网络通信

• 🌿 LLM训练优化技术

• ⌛ LLM对齐技术

• 🐎 LLM推理

• 🚀 LLM推理框架

• ✈️ LLM推理优化技术

• ♻️ LLM压缩

• 📐 LLM量化

• 🔰 LLM剪枝

• 💹 LLM知识蒸馏

• ♑️ 低秩分解

• 🌿 LLM测评

• 🌴 LLM数据工程

• 🐬 LLM微调高效数据筛选技术

• 🌀 提示工程

• ♍️ LLM算法架构

• 🧩 LLM应用开发

• 🀄️ LLM国产化适配

• 🔯 AI编译器

• 🔘 AI基础设施

• 🍁 AI加速卡

• AI集群网络通信

• 💟 LLMOps

• 🍄 LLM生态相关技术

• 💫 LLM面试题

• 🔨 服务器基础环境安装及常用工具

大厂网课

---

AI-For-Beginners

除了个人和学术团体在Github上贡献的资源，大厂在AI方面的免费课程也是不少。如果你英文水平过关，那么完全可以看微软出品的12周24节的AI普及课：AI-For-Beginners。

这个课程覆盖面更广，包括了计算机视觉、多智能体系统等等内容，没有点毅力和耐心恐怕是啃不下来。

我记得其他几家大厂比如Google和Meta也有类似的课程，自己找一找吧。

视频

---

DeepLearning.ai

这个不用多说了，吴恩达出品，必是精品。有条件上官网可以看一下短期课程（Short Courses），基本上1-2个小时一门：Courses。

这些课程的汉化版也可以在B站上找到，稍显讽刺的是官方账号的视频内容和数量都没有自来水们上传的多，找到播放量最高的那几个视频就对了，全长二十几个小时，挑着看吧……

Github上也有中文版的笔记整理：https://github.com/fengdu78/deeplearning_ai_books

---

暂时大概就这些了，反正我觉得不要贪多，挑一个看的进去耐心看完，没耐心就导出成PDF或者Markdown又或者音频，让类似通义效率工具这类AI工具过一遍，总会有些收获的。

AI大模型学习福利

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了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，这套报告合集都将为您提供宝贵的信息和启示。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

四、AI大模型商业化落地方案

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。