课程

探索法学硕士的工作原理，从变压器架构到新兴功能和现实世界的限制。

掌握从零镜头到思维树的高级提示技术，并学习构建安全、可重用的提示模板。

了解三种主要的深度学习架构以及为什么 Transformer 开始主导现代人工智能。

了解何时以及如何微调模型或使用检索增强生成来构建特定领域的 AI 应用程序。

了解人工智能代理如何观察、推理和行动，以及为什么多代理协作正在塑造人工智能的未来。

深入研究自注意力、多头注意力、位置编码以及为每个现代大型语言模型提供支持的 Transformer 架构。

探索支配模型性能的经验缩放定律、计算最优训练策略，以及训练前沿模型背后的分布式系统工程。

了解原始语言模型如何通过监督微调、奖励建模和根据人类反馈进行强化学习，转化为有用、无害的助手。

了解 AI 代理如何使用工具使用、内存、规划策略和多代理架构来针对复杂的现实任务进行观察、推理和自主行动。

探索现代人工智能系统的攻击面 - 从越狱和即时注入到对抗性示例和数据中毒 - 并学习保护它们的防御策略。

设计可改进答案的检索，而不是将薄弱数据隐藏在可信模型后面。

从令人印象深刻的演示转向安全使用工具的有界、可观察的代理。

在 AI 功能到达用户之前，让质量、安全性、延迟和成本变得可衡量。