課程拆解：21 節(jié)課從 LLM 概念到 AI 應(yīng)用的完整學(xué)習(xí)指南)
生成式AI入門(mén)課程拆解21 節(jié)課從 LLM 概念到 AI 應(yīng)用的完整學(xué)習(xí)指南【免費(fèi)下載鏈接】generative-ai-for-beginners21 Lessons, Get Started Building with Generative AI項(xiàng)目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginnersgenerative-ai-for-beginners 是微軟云布道師團(tuán)隊(duì)出品的生成式 AI 開(kāi)源課程共 21 節(jié)編號(hào) 00 至 21覆蓋從 LLM 概念、提示工程到 RAG 與 AI Agent 開(kāi)發(fā)的完整鏈路。每節(jié) Build 類(lèi)課程均提供 Python 與 TypeScript 兩套可運(yùn)行示例支持 Azure OpenAI、OpenAI API 等多種模型接入方式幫助初學(xué)者在有限時(shí)間內(nèi)做出第一個(gè) AI 應(yīng)用。項(xiàng)目速覽下表幫助你 10 秒建立對(duì)課程的整體認(rèn)知。維度說(shuō)明規(guī)模21 節(jié)課分為 Learn概念講解與 Build動(dòng)手構(gòu)建兩類(lèi)技術(shù)棧Python 與 TypeScript 雙語(yǔ)言示例Markdown 課件覆蓋范圍LLM 原理、模型選型、提示工程、文本/圖像/聊天應(yīng)用、搜索與 RAG、函數(shù)調(diào)用、AI Agent、微調(diào)與安全產(chǎn)出物文本生成 Demo、聊天機(jī)器人、搜索應(yīng)用、圖像生成應(yīng)用、RAG 問(wèn)答應(yīng)用等可運(yùn)行代碼核心能力詳解本節(jié)解決課程覆蓋哪些能力、各學(xué)到多深的問(wèn)題。理解 LLM 工作原理與模型選型方法價(jià)值在于先建立概念坐標(biāo)系再談選型。生成式AI入門(mén) 講透 LLM 的運(yùn)作機(jī)制與典型用例補(bǔ)全、對(duì)話、摘要、創(chuàng)意寫(xiě)作LLM 對(duì)比方法 給出按任務(wù)質(zhì)量、延遲、成本與模型卡片信息選模型的實(shí)操框架讀完能判斷自己的場(chǎng)景該用哪類(lèi)模型。掌握提示工程基礎(chǔ)與練習(xí)方法這部分把寫(xiě)提示詞變成可復(fù)用的工程技能。提示工程基礎(chǔ) 覆蓋結(jié)構(gòu)化提示、分詞機(jī)制與幻覺(jué)場(chǎng)景高級(jí)提示技巧 補(bǔ)充鏈?zhǔn)酵评淼冗M(jìn)階手法兩節(jié)課均配有可直接運(yùn)行的練習(xí)與參考答案。接入 RAG 與向量數(shù)據(jù)庫(kù)本節(jié)解決的是如何讓模型引用你自己的私有數(shù)據(jù)。搜索應(yīng)用構(gòu)建 先用嵌入Embedding實(shí)現(xiàn)數(shù)據(jù)檢索RAG 與向量數(shù)據(jù)庫(kù) 再講透文檔切塊、嵌入生成與檢索增強(qiáng)的完整鏈路配套 Notebook 可直接跑通。負(fù)責(zé)任地使用生成式 AI 并理解應(yīng)用安全負(fù)責(zé)任使用生成式 AI 介紹公平性、透明性等原則與風(fēng)險(xiǎn)緩解思路安全課程 梳理 AI 系統(tǒng)面臨的主要威脅與加固方法幫助你在寫(xiě)第一行代碼前就具備安全意識(shí)?？焖偕鲜直竟?jié)給出一條兩天內(nèi)可見(jiàn)效的實(shí)操順序每步都有可驗(yàn)證的結(jié)果?？寺}(cāng)庫(kù)到本地git clone https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners。結(jié)果本地出現(xiàn) 00 至 21 的完整課程目錄。按 環(huán)境配置 配好開(kāi)發(fā)環(huán)境與模型 API Key接入方式見(jiàn) providers.md。結(jié)果.env寫(xiě)入 Key 后示例代碼能發(fā)起一次測(cè)試調(diào)用。通讀 01 生成式AI入門(mén) 與 02 模型對(duì)比。結(jié)果能用自己的話說(shuō)出按質(zhì)量、延遲、成本三條標(biāo)準(zhǔn)選模型的依據(jù)。手寫(xiě) 3 個(gè)結(jié)構(gòu)化提示詞完成 04 模塊 的練習(xí)。結(jié)果在模型 Playground 中觀察到提示改寫(xiě)前后的輸出差異。跑通 06 文本生成 Demo再做 07 聊天應(yīng)用。結(jié)果拿到第一個(gè)可交互的生成式 AI 應(yīng)用。場(chǎng)景化實(shí)戰(zhàn)組合本節(jié)解決哪些模塊產(chǎn)出能直接復(fù)用的問(wèn)題。構(gòu)建帶多輪上下文記憶與自定義指令的聊天機(jī)器人聊天應(yīng)用構(gòu)建產(chǎn)出可演示的對(duì)話 Demo按提示詞生成圖片并對(duì)比溫度參數(shù)差異圖像生成應(yīng)用產(chǎn)出可復(fù)用的圖像生成腳本讓模型調(diào)用外部函數(shù)與工具函數(shù)調(diào)用集成產(chǎn)出帶 Function Calling 的應(yīng)用骨架接入自有文檔搭建問(wèn)答系統(tǒng)RAG 與向量數(shù)據(jù)庫(kù)產(chǎn)出基于私有數(shù)據(jù)的檢索增強(qiáng)應(yīng)用適用人群與邊界這部分幫你判斷時(shí)間投入是否值得。適合誰(shuí)零基礎(chǔ)、想系統(tǒng)補(bǔ)齊生成式 AI 概念的讀者會(huì) Python 或 TypeScript、要做出第一個(gè) AI 應(yīng)用的開(kāi)發(fā)者本機(jī)搭建看 環(huán)境搭建需要理解 AI 能力邊界的產(chǎn)品與運(yùn)營(yíng)人員不適合誰(shuí)只找生產(chǎn)級(jí)模型微調(diào)與部署方案的工程師以 .NET 為主技術(shù)棧的開(kāi)發(fā)者已有 RAG 項(xiàng)目、需要深度調(diào)優(yōu)手段的團(tuán)隊(duì)延伸方向?qū)W完 21 節(jié)課后可以沿以下三個(gè)方向繼續(xù)深入開(kāi)源模型與 Hugging Face在本地部署開(kāi)源模型擺脫對(duì)云端 API 的依賴(lài)小型語(yǔ)言模型SLM學(xué)習(xí)輕量化模型的選型與落地場(chǎng)景LLM 微調(diào)理解微調(diào)的原理、適用條件與數(shù)據(jù)準(zhǔn)備方法從 04 提示工程基礎(chǔ) 入手先手寫(xiě) 3 個(gè)提示詞再進(jìn)代碼兩天內(nèi)即可跑通你的第一個(gè)生成式 AI 應(yīng)用?！久赓M(fèi)下載鏈接】generative-ai-for-beginners21 Lessons, Get Started Building with Generative AI項(xiàng)目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 生成式AI入門(mén)課程拆解：21 節(jié)課從 LLM 概念到 AI 應(yīng)用的完整學(xué)習(xí)指南
生成式AI入門(mén)課程拆解21 節(jié)課從 LLM 概念到 AI 應(yīng)用的完整學(xué)習(xí)指南【免費(fèi)下載鏈接】generative-ai-for-beginners21 Lessons, Get Started Building with Generative AI項(xiàng)目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginnersgenerative-ai-for-beginners 是微軟云布道師團(tuán)隊(duì)出品的生成式 AI 開(kāi)源課程共 21 節(jié)編號(hào) 00 至 21覆蓋從 LLM 概念、提示工程到 RAG 與 AI Agent 開(kāi)發(fā)的完整鏈路。每節(jié) Build 類(lèi)課程均提供 Python 與 TypeScript 兩套可運(yùn)行示例支持 Azure OpenAI、OpenAI API 等多種模型接入方式幫助初學(xué)者在有限時(shí)間內(nèi)做出第一個(gè) AI 應(yīng)用。項(xiàng)目速覽下表幫助你 10 秒建立對(duì)課程的整體認(rèn)知。維度說(shuō)明規(guī)模21 節(jié)課分為 Learn概念講解與 Build動(dòng)手構(gòu)建兩類(lèi)技術(shù)棧Python 與 TypeScript 雙語(yǔ)言示例Markdown 課件覆蓋范圍LLM 原理、模型選型、提示工程、文本/圖像/聊天應(yīng)用、搜索與 RAG、函數(shù)調(diào)用、AI Agent、微調(diào)與安全產(chǎn)出物文本生成 Demo、聊天機(jī)器人、搜索應(yīng)用、圖像生成應(yīng)用、RAG 問(wèn)答應(yīng)用等可運(yùn)行代碼核心能力詳解本節(jié)解決課程覆蓋哪些能力、各學(xué)到多深的問(wèn)題。理解 LLM 工作原理與模型選型方法價(jià)值在于先建立概念坐標(biāo)系再談選型。生成式AI入門(mén) 講透 LLM 的運(yùn)作機(jī)制與典型用例補(bǔ)全、對(duì)話、摘要、創(chuàng)意寫(xiě)作LLM 對(duì)比方法 給出按任務(wù)質(zhì)量、延遲、成本與模型卡片信息選模型的實(shí)操框架讀完能判斷自己的場(chǎng)景該用哪類(lèi)模型。掌握提示工程基礎(chǔ)與練習(xí)方法這部分把寫(xiě)提示詞變成可復(fù)用的工程技能。提示工程基礎(chǔ) 覆蓋結(jié)構(gòu)化提示、分詞機(jī)制與幻覺(jué)場(chǎng)景高級(jí)提示技巧 補(bǔ)充鏈?zhǔn)酵评淼冗M(jìn)階手法兩節(jié)課均配有可直接運(yùn)行的練習(xí)與參考答案。接入 RAG 與向量數(shù)據(jù)庫(kù)本節(jié)解決的是如何讓模型引用你自己的私有數(shù)據(jù)。搜索應(yīng)用構(gòu)建 先用嵌入Embedding實(shí)現(xiàn)數(shù)據(jù)檢索RAG 與向量數(shù)據(jù)庫(kù) 再講透文檔切塊、嵌入生成與檢索增強(qiáng)的完整鏈路配套 Notebook 可直接跑通。負(fù)責(zé)任地使用生成式 AI 并理解應(yīng)用安全負(fù)責(zé)任使用生成式 AI 介紹公平性、透明性等原則與風(fēng)險(xiǎn)緩解思路安全課程 梳理 AI 系統(tǒng)面臨的主要威脅與加固方法幫助你在寫(xiě)第一行代碼前就具備安全意識(shí)?？焖偕鲜直竟?jié)給出一條兩天內(nèi)可見(jiàn)效的實(shí)操順序每步都有可驗(yàn)證的結(jié)果?？寺}(cāng)庫(kù)到本地git clone https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners。結(jié)果本地出現(xiàn) 00 至 21 的完整課程目錄。按 環(huán)境配置 配好開(kāi)發(fā)環(huán)境與模型 API Key接入方式見(jiàn) providers.md。結(jié)果.env寫(xiě)入 Key 后示例代碼能發(fā)起一次測(cè)試調(diào)用。通讀 01 生成式AI入門(mén) 與 02 模型對(duì)比。結(jié)果能用自己的話說(shuō)出按質(zhì)量、延遲、成本三條標(biāo)準(zhǔn)選模型的依據(jù)。手寫(xiě) 3 個(gè)結(jié)構(gòu)化提示詞完成 04 模塊 的練習(xí)。結(jié)果在模型 Playground 中觀察到提示改寫(xiě)前后的輸出差異。跑通 06 文本生成 Demo再做 07 聊天應(yīng)用。結(jié)果拿到第一個(gè)可交互的生成式 AI 應(yīng)用。場(chǎng)景化實(shí)戰(zhàn)組合本節(jié)解決哪些模塊產(chǎn)出能直接復(fù)用的問(wèn)題。構(gòu)建帶多輪上下文記憶與自定義指令的聊天機(jī)器人聊天應(yīng)用構(gòu)建產(chǎn)出可演示的對(duì)話 Demo按提示詞生成圖片并對(duì)比溫度參數(shù)差異圖像生成應(yīng)用產(chǎn)出可復(fù)用的圖像生成腳本讓模型調(diào)用外部函數(shù)與工具函數(shù)調(diào)用集成產(chǎn)出帶 Function Calling 的應(yīng)用骨架接入自有文檔搭建問(wèn)答系統(tǒng)RAG 與向量數(shù)據(jù)庫(kù)產(chǎn)出基于私有數(shù)據(jù)的檢索增強(qiáng)應(yīng)用適用人群與邊界這部分幫你判斷時(shí)間投入是否值得。適合誰(shuí)零基礎(chǔ)、想系統(tǒng)補(bǔ)齊生成式 AI 概念的讀者會(huì) Python 或 TypeScript、要做出第一個(gè) AI 應(yīng)用的開(kāi)發(fā)者本機(jī)搭建看 環(huán)境搭建需要理解 AI 能力邊界的產(chǎn)品與運(yùn)營(yíng)人員不適合誰(shuí)只找生產(chǎn)級(jí)模型微調(diào)與部署方案的工程師以 .NET 為主技術(shù)棧的開(kāi)發(fā)者已有 RAG 項(xiàng)目、需要深度調(diào)優(yōu)手段的團(tuán)隊(duì)延伸方向?qū)W完 21 節(jié)課后可以沿以下三個(gè)方向繼續(xù)深入開(kāi)源模型與 Hugging Face在本地部署開(kāi)源模型擺脫對(duì)云端 API 的依賴(lài)小型語(yǔ)言模型SLM學(xué)習(xí)輕量化模型的選型與落地場(chǎng)景LLM 微調(diào)理解微調(diào)的原理、適用條件與數(shù)據(jù)準(zhǔn)備方法從 04 提示工程基礎(chǔ) 入手先手寫(xiě) 3 個(gè)提示詞再進(jìn)代碼兩天內(nèi)即可跑通你的第一個(gè)生成式 AI 應(yīng)用?！久赓M(fèi)下載鏈接】generative-ai-for-beginners21 Lessons, Get Started Building with Generative AI項(xiàng)目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考