课程简介
学习目标
学习对象和基础
1章人工智能的基本概念
1-1什么是人工智能
1-2一切的起点--人工神经网络
1-3人工智能的应用领域和经验
2章人工智能技术的发展脉络
2-1从感知器到 GPT4.0--人工智能的技术发展
2-2从 Hinton 到 Ilya--人工智能的重要人物
3章四大人工智能任务
3-1自然语言处理
3-2计算机视觉
3-3音频
3-4多模态
4章AIGC--生成式人工智能
4-1Transformer
4-2生成扩散模型
4-3大语言模型
4-4我们能做什么?
5章Prompt 基本构成
5-1Prompt 的定义和作用
5-2Prompt 的构成要素:文本、占位符、分隔符等
5-3Prompt 的设计原则:明确、具体、简洁、一致性等
5-4Prompt 的应用场景:文本生成、自动回复、问答系 统等
6章指令与角色 Prompt
6-1指令 Prompt 的定义和应用场景
6-2指令 Prompt 的设计原则和构成要素
6-3角色 Prompt 的设计原则和构成要素
6-4指令和角色 Prompt 的结合应用
7章种子词 Prompt 技术
7-1种子词 Prompt 技术的定义和应用场景
7-2种子词 Prompt 技术的设计原则和构成要素
7-3种子词 Prompt 技术的实现方法:手动添加、自动提 取等
7-4种子词 Prompt 技术与其他 Prompt 技术的结合应用
8章常用 Prompt 技术
8-1自一致性 Prompt 技术
8-2知识生成 Prompt 技术
8-3知识整合 Prompt 技术
8-4问答 Prompt 技术
8-5摘要 Prompt 技术
8-6对话 Prompt 技术
8-7聚类 Prompt 技术
8-8情感分析 Prompt 技术
8-9命名实体识别 Prompt 技术
8-10文本分类 Prompt 技术
9章使用 Prompt 微调模型
9-1微调模型的定义和应用场景
9-2Prompt 在微调模型中的作用和优势
9-3微调模型的步骤和流程
9-4微调模型的评估指标和方法
9-5Prompt 微调模型的实现技巧和注意事项
10章对抗性 Prompt
10-1对抗性 Prompt 的定义和应用场景
10-2对抗性 Prompt 的实现方法:对抗样本生成、对抗训练等
10-3对抗性 Prompt 的优缺点
10-4对抗性 Prompt 与其他 Prompt 技术的结合应用
10-5对抗性 Prompt 的应对策略和防御措施
11章常用 Prompt 的模板
12章ChatGPT
12-1认识 ChatGPT 的能力
12-2使用 ChatGPT 进行文案写作的方法
12-3非技术人员用 ChatGPT 构建代码产品
12-4ChatGPT 为程序员赋能
12-5ChatGPT 强大的翻译能力赋能
13章Midjouney
13-1使用 Discord 里的 Midjourney
13-2Midjouney 命令及参数
13-3Midjouney 关键词了解
14章StableDiffusion
14-1StableDiffusion 可以干什么
14-2模型推荐
14-3模型使用技巧