“ 目前大模型技术发展的如火如荼，但关于大模型的应用大家都在摸着石头过河。”

目前大模型技术发展的如火如荼，但关于大模型的应用大家都在摸着石头过河；技术人员不知道大模型技术应该怎么使用，产品和业务人员又不知道大模型能干啥。

但我们要贯彻一个理念——技术只是工具，我们只是利用工具来解决问题。

既然技术就是一个工具，因此我们就需要从两个方面来理解工具：

1. 工具的能力

2. 工具的应用

大模型的能力与应用

但由于大模型技术还在快速发展，因此很多人不知道大模型能干什么，以及怎么干；包括作者自己也是如此。

虽然说现在大模型主要应用场景有AIGC，RAG和智能体；而且其应用技术也在快速发展；但为了加深我们对大模型的理解，以及基于大模型做一些技术创新。

因此，今天我们就从问题的本质出发，来理解和使用大模型。

任何技术从本质上来说都是一个工具，因此了解一个工具我们主要有两个方面；这个工具能干什么——工具的能力，这个工具能解决什么问题——工具的使用/应用。

当然，很多时候很多工具都具有多种功能；比如说你用锤子砸钉子，但你也可以使用斧头砸钉子。当然，有些工具的功能却很单一，只能做一件事，比如说锯子。

为什么要说上面的例子？

原因就在于我们很多人分不清技术的能力和应用，甚至认为他们是一体的。

不了解大模型的能力，更不了解大模型的应用；只是别人告诉你大模型能做什么，以及怎么做；

以计算机网络为例，网络的作用只有一个，那就是信息传输；不管实现网络的技术有多么复杂，比如说路由协议，传输协议等；它们的唯一目的就是把信息准确地送到目的地。

而我们产品和技术人员就在此基础上构建了各种各样的应用，比如说网站，APP，小程序；娱乐，教育，生活等各种各样的应用场景。

同样大模型也是如此，但大模型的功能并不像计算机网络那么单一；同一个大模型可能同时具备多种功能，最典型的就是多模态大模型；从数据形式上来看有文字，图片和视频；从表现形式上来看又生成功能和推理功能等。

所以只有当你理解了大模型有哪些功能之后，才知道大模型可以被应用于哪些业务场景，以及其潜在的优点和问题是什么。

当然，大模型的能力一直在进化，今天的大模型和两年前的大模型可能在功能上天差地别；但这些都属于怎么把大模型这个技术工具做的更好，而且从具体的应用场景中去发现大模型的不足，以此来不断的优化这个技术工具。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“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，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，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。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】