欢迎来到 GEOBOK《生成式AI是怎么工作的》,我是无风即风。
这套课程从一次 AI 回答出发,逐步拆解文字表示、模型训练、回答生成、上下文、记忆与工具调用。能够用过程说明的原理,通过动画逐步展开;涉及模型边界的问题,结合案例说明。
全套共 28 节:第 0 课导学,第 1—24 课为主线,另有 KV Cache、MoE、蒸馏与量化三节选看课。没有编程基础也可以按顺序学习。
课程中的产品、报价与计算案例用于教学演示;判断真实任务的答案时,仍需核对原始资料。
课程目录
-
第1课|AI、机器学习、深度学习和大模型是什么关系?
-
第2课|机器怎样从例子中学习,学会后能回答新问题吗?
-
第3课|神经网络和参数是什么,“大”体现在哪里?
-
第4课|一句话怎样变成 Token?
-
第5课|文字为什么要变成向量,向量里表示了什么?
-
第6课|同样几个词,顺序不同为什么意思不同?
-
第7课|注意力怎样结合上下文,为什么不能提前看到答案?
-
第8课|Transformer 怎样把文字一步步处理成输出?
-
第9课|大模型的知识从哪里来,训练数据怎样影响它?
-
第10课|预训练怎样通过预测下一个 Token 学习?
-
第11课|从补全文字到执行指令,微调改变了什么?
-
第12课|模型怎样利用反馈改进回答:偏好与奖励
-
第13课|从输出分数到文字,回答怎样逐步生成?
-
第14课|同一个问题为什么会得到不同回答?
-
第15课|提示词、示例和资料怎样影响回答?
-
第16课|上下文窗口很大,为什么仍会漏掉信息?
-
第17课|AI的知识、聊天记录和长期记忆分别在哪里?
-
第18课|为什么回答流畅却可能错误,怎样检查?
-
第19课|推理模型怎样解决复杂问题,多花的计算用在哪里?
-
第20课|同一个模型,为什么在不同产品里表现不同?
-
第21课|AI怎样使用搜索、计算器和其他工具?
-
第22课|联网搜索、RAG和微调分别改变哪里?
-
第23课|AI怎样读取图片、表格和PDF?
-
第24课|跟完一次AI任务:从提问到结果核验