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。
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）。
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。
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》
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
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
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。
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
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，故此将并将重要的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。【保证100%免费】🆓
这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】
读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
👉1.大模型入门学习思维导图👈
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）
👉2.AGI大模型配套视频👈
很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。
👉3.大模型实际应用报告合集👈
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。（全套教程文末领取哈）
👉4.大模型落地应用案例PPT👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）
👉5.大模型经典学习电子书👈
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。（全套教程文末领取哈）
👉6.大模型面试题&答案👈
截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习
这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】
读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈
版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/hd-yjs/23282.html