础滨大模型能力提升方向，学习推荐指南

在人工智能的快速发展中，AI大模型已成为推动技术进步的核心力量。它们不仅在规模上令人印象深刻，更在应用的深度和广度上展现出巨大的潜力。

我们北大青鸟系统总结了当前AI大模型能力提升的各个方面知识技能:

1.通识方向:构建基础认知

在AI大模型的浪潮中，通识方向是第一步。这一方向的目标是为学习者提供一个全面的视角，让他们对AI大模型有一个基本的理解和认识。通过人工智能的发展历程、人工智能的行业应用、核心技术探索、大模型的原理与训练、提示词和大模型的应用、人工智能的未来挑战等，学习者可以建立起对AI大模型的基本框架和原理的认知。

难度指数:2星

推荐指数:  3星

2.应用方向:实现高效利用

在应用方向，学习者将深入地探索如何有效地使用AI大模型。这一方向涉及到提示词工程、智能体(Agent)的设计与实现，以及数据工程等领域。学习者将学习如何通过Prompt工程技术与AI大模型进行交互，如何利用Agent技术实现自动化任务，以及如何通过数据工程优化数据的收集、存储、清洗和预处理。这些技能使学习者能够快速在各个行业中有效应用AI大模型，解决实际问题。

难度指数:  2星

推荐指数：5星

3.开发方向:深度定制与创新

开发方向是AI大模型发展的高级阶段，它要求学习者不仅要使用现成的平台和工具，还要能够深入开发和灵活定制自己的大模型应用。这一方向涉及到编程基础、模型部署、大模型开发框架、RAG体系、模型评估等核心技能。学习者将堂握如何基于Pvthon语言，使用各种框架开发自己的大模型应用，每个环节都掌握在自己手中，可已灵活定制调整。

难度指数: 4星

推荐指数：4星

4.微调方向:定制化优化

微调方向是AI大模型发展的最深方向，它涉及到对模型进行定制化的微调和优化。在这一方向，学习者将深入理解模型的内部机制，学习如何通过模型训练与微调技术来优化模型性能。这包括全量微调、高效微调、LORA.QLORA、Adapter Tuning、Prompt Tuning等先进技术。通过这些技术，学习者可以使AI大模型更加精准地适应特定的业务场景和需求，实现更高的性能和效率。

难度指数:5星

推荐指数:3星

学习推荐：

 AI大模型能力的提升是一个多方向、多维度的过程，从基础的通识认知到深入的微调优化，每个方向都为学习者提供了不同的挑战和机遇。而且最重要的它不是一个线性过程，也就是说你不必像左边这样按部就班的行进，不用学完一个在学下一个，没有那么严苛的等级依赖关系。

敲重点:特别难的东西不是必须学、那么多的东西也不是必须学!

你完全可以像右边一样，可以根据自己的情况和喜好，从各个角度(方向)选择和切入。

北大青鸟基于这个理念，为大家精心定制并开发了AI大模型开发和AI大模型微调实战营课程，有学习需求的同学可在官网进行课程详情预览以及联系咨询客服。