初学者的生成式人工智能

2024-12-25 10:59:28 13

《Generative AI for Beginners》是由微软 Cloud Advocates 团队推出的一套包含十二章内容的生成式AI入门系列课程,旨在帮助学习者掌握构建生成式AI应用的核心知识。目前,GitHub上的关注人数已超过1.7万。每一章节都专注于生成式人工智能的一个关键知识点,并提供了导学视频、书面材料、代码实例以及推荐的进阶学习资源。通过这一系列课程的学习,您将能够自主开发生成式人工智能产品与工具,实践AIGC技术。

Generative AI for Beginners

《Generative AI for Beginners》课程大纲

章节 内容概述 学习目标
00 课程导入与环境配置 配置学习环境并了解课程结构 帮助您顺利启动课程学习并取得优异成果
01 生成式AI与LLMs基础 核心知识点: 了解生成式人工智能及其在当前技术环境中的发展 掌握生成式AI的基本概念和LLMs的工作机制
02 探索与比较不同LLMs 核心知识点: 比较和测试不同LLMs模型 根据应用需求选择最合适的AI模型
03 负责任使用生成式AI 核心知识点: 了解基础AI模型的局限性与潜在风险 学习如何负责任地开发生成式人工智能应用
04 提示工程基础 技术/知识点: 提示工程的最佳实践 理解提示的结构与正确使用方法
05 高级提示工程技巧 技术/知识点: 通过在提示中应用多种技巧提升效果 运用提示工程技巧优化模型输出
06 构建文本生成应用 代码: 使用Azure OpenAI创建文本生成应用 学会使用令牌和温度参数调整模型输出
07 构建聊天应用 代码: 掌握聊天应用的设计与集成技术 识别关键指标,确保AI聊天应用的稳定性和质量
08 构建搜索应用 代码: 理解语义搜索与关键词搜索的区别,学习文本嵌入的应用 创建基于嵌入技术的数据搜索应用
09 构建图像生成应用 代码: 图像生成技术在应用开发中的应用 掌握图像生成应用的构建技巧
10 低代码人工智能应用 低代码: 了解Power Platform中的生成式AI应用 使用低代码工具为教育行业创建学生作业管理应用
11 为生成式AI添加Function Calling 代码: 探索Function Calling的定义与在应用中的实现 设置Function Calling以便从外部API获取数据
12 优化AI应用的用户体验 核心知识点: 设计高效、透明且值得信赖的AI应用 学习AI应用开发中的用户体验设计原则
xx 拓展学习 提供每章的拓展学习链接 深化对生成式AI的理解与应用技能

本文转载自互联网,如有侵权,联系 478266466@qq.com 删除。