从基础概念到前沿技术,系统学习 AI 核心知识体系
了解人工智能的基本概念、发展历程、核心分类(弱AI/强AI/超AI),以及 AI 在各领域的应用场景。
基础入门深入理解 LLM 的 Transformer 架构、训练流程、Prompt Engineering、RAG、Fine-tuning、Function Calling、API 调用实战及主流模型对比。
核心技术掌握经典算法(分类/回归/聚类)、模型评估与特征工程,包含 Python 实战代码、模型选择指南及常用工具库介绍。
算法基础从数据准备到模型部署的完整微调指南:LoRA / QLoRA 原理与实战、Unsloth 高效训练、超参数调优、评估方法及常见问题排查。
实战进阶模型部署(vLLM/Ollama)、MLOps 工程体系、AI Agent 开发实战、向量数据库选型及 RAG 系统构建、监控与成本优化。
工程落地神经网络基础、CNN、RNN/LSTM、Transformer 架构详解,以及计算机视觉、自然语言处理、生成模型与训练技巧。
架构详解