生成式 AI 资源终极列表 - Plato AiStream V2.1

由柏拉图重新发布

关注： 0

介绍

像 ChatGPT 这样的大型语言模型 (LLM) 的兴起是革命性的，开启了我们与技术交互的新时代。这些复杂的模型（以 ChatGPT 为代表）重新定义了我们与数字平台互动的方式。想一想 - 您是否经常使用 ChatGPT 等工具轻松撰写电子邮件，或使用生成式人工智能通过令人惊叹的图像将您最疯狂的想象力变为现实？生成式人工智能技术的不断发展不仅是科学进步，也是科学进步。它是通往无限创意可能性的门户，以惊人的速度重塑我们的数字景观。然而，在这股快速进步的旋风中存在着明显的差距。虽然我们对生成式人工智能的输出感到惊叹，但对许多人来说，对其基础知识和实际应用的更深入理解仍然难以实现。这就是本博客的切入点。介绍一个解决方案——生成式人工智能资源。

我精心编制了一份顶级生成人工智能课程的有序列表，为您提供这些前沿知识。这不仅仅是一个列表；这是您揭开这些神奇工具背后的魔力的路线图。无论您是好奇的学习者、有抱负的人工智能爱好者，还是希望提高技能的专业人士，这些课程都能满足您对知识的渴望。

适合您的生成式人工智能资源列表

第 1 步：如何开始使用生成式人工智能？

如果您是生成式人工智能的初学者，请从本课程开始适合所有人的生成式人工智能。在本生成式人工智能课程中，您将探索生成式人工智能的工作原理、常见用例和功能。您还将学习如何构建有效的提示，并了解该技术给个人、企业和社会带来的潜在机会和风险。

现在，接下来要学习的是如何使用流行的生成式 AI 工具，如 ChatGPT、Midjourney 等。在本课程中关于生成式人工智能工具，你将会准确地了解到这一点。您将了解生成式人工智能的基础知识，了解最流行的文本生成和图像生成工具，甚至如何将它们用于图像编辑、制作电子邮件、创建视觉内容等各种应用程序。

其他生成式人工智能资源

Karpathy 的“GPT 状态”：在这里观看
面向初学者的生成式人工智能简介：读到这里

第 2 步：在哪里可以了解 Prompt Engineering？

一旦您了解了生成式人工智能，下一步就是尝试该技术并被它的可能性所吸引。最好的方法是摆弄 ChatGPT。但您是否知道，即使要充分利用 ChatGPT，您也必须了解 Prompt Engineering？现在你问，那是什么？嗯，这就是我们与法学硕士互动并获得期望结果的方式。

要了解这一点，您可以从这个开始当然由 Codecademy 的快速工程。这将使您开始了解基础知识。如果您想了解详细内容，我强烈建议您阅读本指南即时工程，这不亚于一门课程。虽然这是一本内容广泛的指南，但它结构良好，详尽地涵盖了即时工程，包括零样本学习、少样本学习和思想链学习等主题。它还告诉您设计有效解决任何用例的良好提示的一般技巧。

其他生成式人工智能资源

第 3 步：您如何了解 LLM？

现在您已经使用 OpenAI 的标准接口与 ChatGPT 进行了交互，现在是时候继续利用 ChatGPT API 设计您自己的系统了。为此，您可以在本课程中探索使用 ChatGPT API 构建系统由 DeepLearning.ai 提供。在这里，您将学习将复杂的任务拆分为较小的任务，并使用提示解决它们。这将向您展示如何利用 ChatGPT 等强大的工具来完成您的特定任务。

完成后，您可以使用本课程中的 LangChain 框架构建您的第一个基于 LLM 的应用程序用于 LLM 应用程序开发的 LangChain。 LangChain 是一个开源框架，用于开发由 LLM 提供支持的应用程序，不仅限于 ChatGPT！它通过将法学硕士连接到数据并提供定制、准确性和相关性工具来创建上下文感知应用程序。在本课程中，您将学习使用 LangChain 构建 LLM 应用程序，这将使您习惯于构建个人助理和聊天机器人。

如果标准法学硕士拥有静态知识，并且您想增强它们以适应您的特定用例，该怎么办？这时您将需要使用 RAG 技术来增强 LLM 来构建您的应用程序。那么，什么是RAG？嗯，RAG 代表检索增强生成。这是一种通过检索系统向法学硕士提供额外知识的策略。这使得法学硕士能够回答更具体的问题，即使它没有接受过相关培训。您可以在此处了解 RAG 等更多信息构建和评估高级 RAG 应用程序课程。

现在您已经构建了 RAG 系统，您会注意到它有一些限制。其一，您会注意到您并不总是能够在提示中使用检索到的全部数据，这限制了法学硕士的响应。另一个是法学硕士的幻觉效应，这是很难消除的。那么，完全微调您的模型并获得更加定制的法学硕士不是更好吗？这就是您将要介绍的内容在这个课程中，您将在其中了解微调、何时应用微调、如何准备微调数据以及如何训练和评估微调模型。

其他生成式人工智能资源

Karpathy 的“大型语言模型简介”： 在这里观看

该视频对适合普通观众的法学硕士进行了长达一小时的介绍性概述，它是 ChatGPT、Claude 和 Bard 等系统中的基本技术元素。您将了解这些模型的性质、未来方向以及它们之间的比较。

Jeremy Howard 的《语言模型黑客指南》： 在这里观看

在这段富有启发性的视频中，fast.ai 联合创始人杰里米·霍华德 (Jeremy Howard) 对语言模型进行了全面的探索。该视频包括对 GPT-4 的批判性评估、代码编写和数据分析的实际应用以及使用 OpenAI API 的实践技巧。

西蒙·威利森（Simon Willison）的“追赶法学硕士的奇怪世界”： 读到这里

该博客涵盖了语言模型的基础知识，探讨了它们的定义、功能以及法学硕士开发的简明时间表。它识别了顶级法学硕士模型并提供了实用技巧，包括使用它们进行编码。该博客还将向您简要概述法学硕士的培训方式。

什么是 Analytics Vidhya 的大型语言模型 (LLM)？ 更多信息

该博客探讨了大型语言模型 (LLM)，深入研究了它们的构造和功能。它涵盖了它们的一般架构，提供了示例，讨论了 Bloom 等开源 LLM，探索了 Hugging Face API，并通过示例展示了实际应用。

第四步：RLHF 怎么样？

您一定听说过 RLHF。 RLHF 代表来自人类反馈的强化学习。它是一种机器学习技术，直接根据人类反馈训练“奖励模型”，并使用该模型作为奖励，通过强化来优化人工智能代理的性能。现在，通过本课程了解 RLHF 深度学习.ai，您将在这里获得 RLHF 的知识，用 RLHF 微调 LLM，最后学会评估它。

添加生成式 AI 资源

第 5 步：您从哪里了解扩散模型？

现在，生成式人工智能不仅仅与法学硕士有关。如果您想了解使用生成式人工智能生成图像，那么您必须了解扩散模型及其工作原理。为此，Hugging Face 提供了令人惊叹的课程。本课程的材料，包括笔记本、阅读材料和其他一切，都可以在这里找到 GitHub存储库。在这里，您可以找到有关基本扩散模型、稳定扩散、微调扩散模型等的内容。

其他生成式人工智能资源

奖励：综合生成人工智能程序

我知道要学习的课程很多，而且并不完全详尽。这就是为什么我建议这个关于生成人工智能的综合计划，称为生成式人工智能巅峰计划。该计划从头到尾涵盖了生成式人工智能。它涵盖的主题包括 Prompt Engineering、使用 LlamaIndex 的 RAG 系统以及微调 LLM，包括 LoRA、QLoRA、PEFT 和 Stable Diffusion。