定位和学习范围

底层及模型研究

面向人工智能底层基础设施研究和研发的人员,涉及到学科基础、计算机基础(机器学习、神经网络、自然语言处理、视觉音频、算法等)、人工智能系统工程等范围,内容比较晦涩,但干货满满。

基础概念

机器学习

算法

自然语言处理

计算机视觉

音频处理

基础学科

人工智能工程

人工智能基础学习路径

生态应用开发

人工智能的概念认知、基础底层能力的认知、大模型的使用和微调、各大模型开放平台的能力及使用方法,结合业务案例分析,适合产品经理、应用开发人员以及想利用AI创业人员的阅读内容指导。

开发人员

LLM科学家
llm架构、构建指令数据集、预训练模型、监督微调、根据人类反馈强化学习、模型评估、模型量化、大模型发展的新趋势

LLM工程师:
运行大模型(开源大模型、提示词工程、结构化输出等)、创建向量数据库(文档分隔、嵌入模型、向量数据库等)、RAG检索增强生成、进阶RAG、推理优化、部署大模型、增强大模型的安全性。

https://github.com/mlabonne/llm-course

产品经理

AI工具/平台使用

人工智能的概念认知、大模型开放平台的功能使用介绍;AIGC的各种工作使用说明,文生图、文生音频、文生视频,提示词工程知识;AI工具结合用于文案编写、图册设计、PPT制作、方案策划、报告编写、视频制作等实用技能。

自媒体

文秘

营销

电商

影视

...

其他行业

人工智能的概念认知、人工智能发展,各行业人工智能利用现状,人工智能新闻资讯、以及对社会经济各方面影响,法律法规,媒体新闻...

媒体

法津

硬件

License:  CC BY 4.0

©2024 AI全书. Some rights reserved.