AI 应用与大模型
希望理解模型基础并构建负责任的 AI 应用。
建议基础
- Python 基础
- 基础概率和线性代数
机器学习基础
理解模型训练、验证与泛化。
替代或补充
深度学习与语言模型
理解 Transformer 与现成模型工具链。
替代或补充
系统化构建
把数据、评估、部署和安全纳入应用设计。
替代或补充
可选成果
- 做一个带来源引用和评测集的领域问答原型,记录失效案例。
希望理解模型基础并构建负责任的 AI 应用。
理解模型训练、验证与泛化。
理解 Transformer 与现成模型工具链。
把数据、评估、部署和安全纳入应用设计。