简介

本文分享了系统性学习大模型的优质资源，分为三大部分：基础概念篇推荐了OpenAI专家Andrej Karpathy的深入浅出视频教程；应用开发篇提供了DataWhale的LLM Universe开源教程及PDF；底层原理篇包含Happy LLM教程和神经网络系列视频。所有资源均提供多平台下载链接，帮助学习者从入门到精通大模型技术，少走弯路。

最近准备系统性学习大模型的内容，在学习过程中总结了一些感觉比较有用的资料，推荐给大家~

一、基础概念篇

推荐 OpenAI 大佬 Andrej Karpathy 的系列视频，讲解通俗，对新手超友好！视频原版地址在 YouTube 上，刚开始看英文听不太懂，后来转战B站看翻译后的视频，视频内容真的深入浅出，作为新手的我看起来毫无压力，看完有一种醍醐灌顶的感觉，这里附上 YouTube 原视频和我在B站看的视频链接，我目前把Gneral Audience系列看完了，对AI的底层原理、训练三阶段等核心知识有了系统性的认知，之前困惑的AI幻觉问题、AI软件使用技巧等也得找到了答案，强推！

YouTube 地址：https://www.youtube.com/playlist?list=PLAqhIrjkxbuW9U8-vZ_s_cjKPT_FqRStI

B站地址：

[1hr Talk] Intro to Large Language Models：https://www.bilibili.com/video/BV1AU421o7ob/?spm_id_from=333.1391.0.0&vd_source=0610f0f36e1b51b8e4bf1de935bf205c

Dive into LLMs like Chatgpt：https://www.bilibili.com/video/BV1KyLWzvEwf?spm_id_from=333.788.videopod.episodes&vd_source=0610f0f36e1b51b8e4bf1de935bf205c

How I use LLMs：https://www.bilibili.com/video/BV1sh9GYUEVu/?spm_id_from=333.1391.0.0&vd_source=0610f0f36e1b51b8e4bf1de935bf205c

二、应用开发篇

应用开发是 AI 比较容易落地且更快速上手的方向，所以目前准备先过一遍应用开发部分内容，应用开发相关知识是找了 DataWhale 的开源教程，这里放上 GitHub 的链接，如果不能出去的朋友们，我也将PDF格式的教程放在了网盘内，可以直接使用网盘下载PDF学习，两者内容是完全一样的。

GitHub：https://github.com/datawhalechina/llm-universe?tab=readme-ov-file

PDF：

百度网盘：https://pan.baidu.com/s/1LZg1JaRNJ3PxviTNL8bbMg?pwd=czvc 提取码: czvc

夸克网盘：https://pan.quark.cn/s/429d8139535a

迅雷云盘：https://pan.xunlei.com/s/VOVCgricg6Vcb7iH9ycZmihcA1?pwd=cai2#

UC网盘：https://drive.uc.cn/s/3d040b313d264?public=1

三、底层原理篇

底层原理学习初步准备跟着 DataWhale 的开源教程Happy LLM进行，源码和网盘PDF也放在下方。另外，YouTube上 Andrej Karpathy 有一个系列（Neural Networks: Zero to Hero）的视频可以配合食用。

GitHub：https://github.com/datawhalechina/happy-llm

PDF：

百度网盘：https://pan.baidu.com/s/1mRe0jkviN13AJQGc7U539Q?pwd=2n1j 提取码: 2n1j

夸克网盘：https://pan.quark.cn/s/5217c32866fe

迅雷云盘：https://pan.xunlei.com/s/VOVCgiuqcal37GxoogTHMwUoA1?pwd=u867#

UC网盘：https://drive.uc.cn/s/d5e7718960524?public=1

Andrej Karpathy视频：https://www.youtube.com/playlist?list=PLAqhIrjkxbuWI23v9cThsA9GvCAUhRvKZ

www.youtube.com/playlist?list=PLAqhIrjkxbuWI23v9cThsA9GvCAUhRvKZ

最后，预祝学习大模型的大家都能在大模型的世界里少走弯路，早日从入门到精通！

四、如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

在这里插入图片描述

01.大模型风口已至：月薪30K+的AI岗正在批量诞生

在这里插入图片描述

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K（数据来源：BOSS直聘报告）

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

02.大模型 AI 学习和面试资料

1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么？
  • 大模型是怎样获得「智能」的？
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例：向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范
  • …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示（Embeddings）
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署
  • …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2：手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建
  • …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身：基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例：如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案
  • …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

# 人工智能 # 开源 # 机器学习 # 产品经理 # AI
Logo
北京朝阳AI社区

更多推荐

Neuralink SDK的神经信号解码安全防护机制

总的来说，Neuralink SDK的神经信号解码安全防护机制为用户提供了强有力的保护，确保了数据的安全性和隐私性。??尽管面临着技术、伦理、法律等多方面的挑战，但随着技术的不断创新和完善，Neuralink有望克服这些问题，为人类带来更加安全、便捷的脑机接口体验。未来，随着神经科学与人工智能的深入融合，Neuralink的技术将在人类与机器之间架起更加稳固的桥梁。??

avatar 北京朝阳AI社区

大模型运维：vLLM高并发场景的运维技巧

针对glm4.6 模型和潜在的 200 万用户访问（假设的）场景

avatar 北京朝阳AI社区
cover

大数据分析方法（1）基础概念

avatar 北京朝阳AI社区