AI大模型入门课程（第五期）

测试运维

课程简介

从API调用到微调实战这门课程聚焦大模型应用开发的核心链路，旨在解决开发者如何从单纯调用API进阶到理解模型底层机制并进行个性化适配的问题。它并不追求训练超大规模基础模型，而是侧重于应用层面的工程落地，涵盖生成式模型原理、微调技术以及多模态处理。对于具备Python基础、熟悉基本HTTP请求机制，但希望深入理解LLM内部运作逻辑的开发者而言，这是一份难得…

已有 27 人浏览发布 2025-12-20 更新 2026-09-23

从API调用到微调实战

这门课程聚焦大模型应用开发的核心链路，旨在解决开发者如何从单纯调用API进阶到理解模型底层机制并进行个性化适配的问题。它并不追求训练超大规模基础模型，而是侧重于应用层面的工程落地，涵盖生成式模型原理、微调技术以及多模态处理。对于具备Python基础、熟悉基本HTTP请求机制，但希望深入理解LLM内部运作逻辑的开发者而言，这是一份难得的实操指南。课程强调算法与数学基础在AI时代的必要性，帮助学员建立从业务需求到技术实现的完整思维闭环，避免沦为只会拼凑Prompt的工具人。

核心模块与学习路径

建议优先观看“大模型应用开发基础”与“模型微调”系列章节。基础部分厘清了生成式模型与微调的关系，为后续实践奠定理论框架；微调部分则详细演示了如何针对特定场景调整模型参数，这是实现垂直领域落地的关键。随后，重点研读“手撕AutoGPT”环节，通过逆向分析知名开源项目，深入理解Agent架构的设计模式与执行流程。多模态章节则拓展了数据处理的边界，讲解图像与文本融合的技术细节。这种从单模态到多模态、从调用到改造的结构，符合工程复用的逻辑，便于将所学模块直接复用到实际项目中。

独立工程能力构建

完成学习后，你应能独立搭建基于LLM的智能客服或知识问答系统，并具备针对特定领域数据进行LoRA微调的能力，以优化模型输出效果。更重要的是，你能理解多模态大模型在复杂场景下的应用限制与优化策略，从而在项目中做出合理的技术选型。资料包中的代码与视频需配合使用：先看视频理解架构设计意图，再对照源码逐行分析关键实现细节，特别是微调过程中的数据预处理与损失函数计算部分。通过复现AutoGPT的核心逻辑，你可以掌握Agent框架的搭建方法，最终形成一套可复用的大模型应用开发工作流，真正实现懂AI、懂编程、懂业务的复合型技术能力。

【资源介绍】：

大模型应用开发的基础内容，包括大模型的训练、生成式模型与微调的关系，以及大模型对产品经理工作的影响。讲师强调了算法和数学基础在AI大模型时代的重要性，并提出了课程的学习目标，即让学员了解大模型的应用领域和技术原理，并掌握通过API调用大模型进行使用的方法。视频还介绍了课程的设计初心和期望的学习效果，旨在培养懂AI、懂编程、懂业务的超级个体。最后，讲师提到了通用人工智能的概念，并解释了懂业务的理念在AI大模型时代的重要性。

【资源目录】：

├──1.大模型应用开发基础.mp4 228.96M
├──10.手撕 AutoGPT.mp4 198.76M
├──11.模型微调（上）.mp4 199.53M
├──12.模型微调（下）.mp4 242.94M
├──13.多模态大模型（上）.mp4 216.66M
├──14.多模态大模型（中）.mp4 255.44M
├──15.多模态大模型（下）.mp4 263.39M
├──16.AI产品部署和交付（上）.mp4 266.09M
├──17.AI产品部署和交付（下）.mp4 364.38M
├──18.怎样抓住大模型时代的产品机遇.mp4 193.72M
├──19.产品设计.mp4 211.36M
├──2.Prompt Engineering.mp4 360.66M
├──20.产品运营.mp4 194.67M
├──21.项目方案分析与设计.mp4 147.61M
├──22.优秀项目路演及结课项目.mp4 250.51M
├──3.从AI编程认知AI.mp4 172.20M
├──4.Function Calling.mp4 308.00M
├──5.RAG和Embeddings.mp4 207.16M
├──6.Assistants API.mp4 269.26M
├──7.Semantic Kernel.mp4 168.92M
├──8.LangChain.mp4 202.42M
├──9.LLM应用开发工具链.mp4 183.00M
├──赠课：AI编程演示.mp4 432.58M
└──赠课：软件开发基础概念与环境搭建.mp4 322.53M

声明：本站所有资料均来源于网络以及用户发布，如对资源有争议请联系微信客服我们可以安排下架！