补齐从“调接口”到“做产品”的能力缺口

很多技术人员能熟练调用大模型 API,却苦于不知道如何将其转化为可落地的 AI 产品。这门课的核心价值,正是填补这一从技术实现到产品设计的鸿沟。它不教授零散的语法,而是围绕 LLM 应用架构展开,重点解析以 Llama、GLM 为代表的开源生态,以及 Agent 技术在任务拆解中的实际应用。

课程直击当前 AI 开发中的痛点:模型虽强,但缺乏像人类一样处理复杂流程的能力。通过第 10 节等核心内容,学习者将理解如何利用 Agent 让 AI 自主拆解并执行任务,这是构建智能产品的关键一步。同时,课程覆盖多模态 Transformer 与视觉生成模型,帮助读者建立对当下主流生成式 AI 技术的完整认知框架,避免只见树木不见森林。

适合具备编程基础、渴望深入大模型应用的开发者

本课程适合已掌握 Python 基础,对 LLM 有一定了解,但希望系统化提升产品化能力的开发者或转岗人员。无需是算法专家,但需要具备基本的代码阅读和工程化思维。内容从开源模型选型开始,逐步深入到多模态理解与生成,最后落脚于 Agent 系统的设计,逻辑层层递进。

建议学习顺序如下:首先通过“课程综述”及开源模型(Llama/GLM)章节建立宏观视野,明确技术选型背景;接着重点攻克“利用 Agent 技术让 AI 拆解任务”这一核心章节,这是实现产品自动化的关键;随后补充多模态 Transformer 与视觉生成模型的理论基础;最后结合课后的论文资料进行深度拓展。这种顺序有助于先建立骨架,再填充血肉。

学完能独立设计 AI Agent 产品,配合资料夯实理论

完成本课程后,学习者应能独立回答“如何设计一个具备任务拆解能力的 AI Agent”、“主流开源模型的特点与适用场景”以及“多模态生成技术的基本原理”等问题。更重要的是,能够基于这些知识,规划并原型化一个简单的 AI 产品方案,而非仅仅停留在调用接口的层面。

资料包中的 PDF 课件(如《LLMBook》、《sapiens》及各章节详解)是理解理论的重点,务必配合视频课程精读。特别注意第 11 至 14 节附带的课论文资料 zip 包,其中包含了视觉生成、多模态等领域的重磅论文与案例,篇幅较大,建议筛选精读,以拓宽技术视野,跟上 AI 领域快速迭代的步伐。理论与实践结合,才能真正掌握打造 AI 产品的急先锋技能。

课程介绍

a3aef901dfdec1fe611b7be187b2bce.jpg 2024-12-8 17:24 上传 ├──课程资料 | ├──LLMBook.pdf 10.30M | ├──sapiens.pdf 16.43M | ├──第10节 利用Agent技术让AI像人类一样拆解任务并逐一完成 -学生版.pdf 903.50kb | ├──第11节 多模态领域的Transformer(4).pdf 1.25M | ├──第11节课论文资料.zip 16.49M | ├──第12节课件及相关学习资料.zip 9.81M | ├──第13节 视觉生成模型.pdf 1.66M | ├──第13节课相关论文资料.zip 273.51M | ├──第14节课学习资料.zip 45.06M | ├──第1节 课程综述+以Llama 和GLM 为首的开源生态追赶O

课程目录

a3aef901dfdec1fe611b7be187b2bce.jpg   2024-12-8 17:24 上传 ├──课程资料 | ├──LLMBook.pdf 10.30M | ├──sapiens.pdf 16.43M | ├──
第10节 利用Agent技术让AI像人类一样拆解任务并逐一完成 -学生版.pdf 903.50kb | ├──
第11节 多模态领域的Transformer(4).pdf 1.25M | ├──
第11节课论文资料.zip 16.49M | ├──
第12节课件及相关学习资料.zip 9.81M | ├──
第13节 视觉生成模型.pdf 1.66M | ├──
第13节课相关论文资料.zip 273.51M | ├──
第14节课学习资料.zip 45.06M | ├──
第1节 课程综述+以Llama 和GLM 为首的开源生态追赶OpenAI的真实进程.pdf 5.66M | ├──
第2节 探索神经网络的奥秘.pdf 12.05M | ├──
第3节 揭秘Transformer的真面目 (学生版).pdf 4.51M | ├──
第4节课-从GPT 到GPT 3.5的华丽升级.zip 11.96M | ├──
第5节 Fine-tuning 微调艺术-学生版.pdf 3.23M | ├──
第6节 GPU的必备知识点-学生版.pdf 5.36M | ├──
第7节 基于LLM开发完整AI产品-学生版.pdf 5.64M | ├──
第8节 Prompt GPTs与Assistants API 学生版.pdf 2.78M | ├──
第9节 Function Calling & RAG 学生版.pdf 1.16M | ├──第二节课demo拆解实操资料.zip 206.94kb | ├──工程数学 线性代数 第七版 同济大学.pdf 53.91M | └──行业课1 大模型与各垂直行业部门落地情况概述.pdf 8.49M ├──1 课程综述.mp4 253.96M ├──10 Agent.mp4 349.85M ├──11 多模态Transformer.mp4 280.52M ├──12 视觉识别和处理模型原理.mp4 279.93M ├──13 视觉生成.mp4 269.10M ├──14. 视频生成 sora.mp4 358.60M ├──2 神经网络.mp4 256.12M ├──3 Transformer架构.mp4 262.74M ├──4 从GPT 到GPT 3.5的华丽升级.mp4 383.99M ├──5 Fine tuning.mp4 251.29M ├──6 GPU.mp4 219.66M ├──7 LLM产品架构.mp4 238.28M ├──8 Prompt GPT & assistant API.mp4 269.53M ├──9 Function call & RAG.mp4 301.88M ├──demo1 支小助.mp4 284.56M ├──demo2 下集.mp4 325.68M ├──demo2 自动化数据分析Agent.mp4 311.32M ├──demo3 自动化市场调研.mp4 223.46M ├──番外追新课 Sapiens.mp4 339.95M └──行业课1 概述.mp4 250.60M