毕业总结
在极客时间AI 大模型应用开发实战营学习一学期下来,目前就要结束了,感谢老师助教还有苗苗班班的陪伴,现对于整个学期做个总结如下。
在极客时间的这门课程里主要学习内容包括:
- 大模型基础理论和技术演进
- 预热:注意力机制、Transformer模型
- GPT模型家族发展历程
- 提示学习(Prompt Learning)技术
- 大模型开发基础
- OpenAI Embeddings入门
- OpenAI API调用和实践
- OpenAI模型应用最佳实践
- ChatGPT Plugin开发
- Plugin概念和开发指南
- Todo和天气预报插件实战
- LangChain大模型应用开发框架
- LangChain基础概念和模块
- 链式调用(Chains)
- 数据处理流程(DataConnection)
- 智能代理(Agents)
- 实战项目
- 基于LangChain优化OpenAI翻译器
- 实现LangChain版AutoGPT自主智能体
- 基于知识库的销售顾问实战
- 大模型生态和选型
- 开源协议和大模型可解释性
- HuggingFace开源生态
- ChatGLM大模型家族介绍
- 基于ChatGLM的应用开发实践
该课程全面系统地介绍大模型的理论基础、开发实践、框架使用、项目实战以及硬件选型等多个方面的内容。
尤其是大模型基础方面的知识有了一个全面的学习,比如:
- 理论:
- 解码注意力机制原理
- Transformer架构及其革新之处
- GPT与BERT模型的区别
- GPT模型家族发展历程:
- GPT-1到GPT-3.5的演进过程
- ChatGPT的来源和独特之处
- GPT-4的最新进展
- 提示学习(Prompt Learning)技术:
- 思维链(Chain-of-Thought)
- 自洽性(Self-Consistency)多路径推理
- 思维树(Tree-of-Thoughts)
另外在班级上大家互帮互助,还可以学习到更多方面的遇到问题时的解决经验。
彭老师的这门课相信一定会广受好评的。