🚨 突发事件：Microsoft 刚刚发布了一个名为“初学者生成式人工智能”的 18 集系列节目。
非常适合希望打下坚实基础的初学者、开发人员和人工智能爱好者。
这是一个细分（保存这个👇）： 🧵 https://t.co/eQawHEwb9v
第 8 集：构建搜索应用程序（矢量数据库）
– Dave Glover 谈论使用矢量嵌入制作智能搜索应用程序。在本集中，他展示了如何为一家教育初创公司的视频库构建搜索应用程序。该应用程序通过使用和搜索文本嵌入来帮助找到正确的视频部分。 https://t.co/ghLIYUXVFD
第 10 集：构建低代码 AI 应用程序
– Someleze Diko 解释了如何将 Microsoft Power Platform 等低代码工具与 AI 结合使用。本集讨论如何使用 Copilot 和 AI Builder 等 AI 功能通过 AI 制作应用程序和工作流程，而无需大量编码技能。 https://t.co/8iFfKtBvZo
第 11 集：将外部应用程序与函数调用集成
– Korey Stegared-Pace 谈到了在大型语言模型 （LLM） 中使用函数调用。他解释了什么是函数调用，展示了如何设置 OpenAI 函数调用，以及如何在应用程序中使用它来让 AI 做更多的事情。 https://t.co/YIzm5pe27i
第 12 集：为 AI 应用程序设计用户体验
– Bethany Jepchumba 谈论如何为使用 AI 的应用程序创建用户友好的设计。她强调需要与用户建立信任并明确，以确保负责任地使用人工智能。重点是了解用户的需求并设计允许团队合作和反馈的人工智能工具。 https://t.co/4Ty1HbLONt
第 14 集：生成式 AI 应用程序生命周期
– 巴勃罗·洛佩斯 （Pablo Lopes） 深入挖掘生成式人工智能生命周期的动态世界——创新永不止步。了解从传统机器学习到尖端大型语言模型作的转变。本次会议揭示了提升和维持人工智能应用程序的基本工具、指标和策略。 https://t.co/uIiEOhFKCk
第 15 集：检索增强生成 （RAG） 和矢量数据库
– Bethany Jepchumba 探索如何使用检索增强生成 （RAG） 将大型语言模型 （LLM） 与您自己的数据连接起来。本课程介绍了 RAG 是什么、为什么它有用、如何创建和使用矢量数据库来存储信息，以及如何将 RAG 添加到应用程序中。 https://t.co/FPXfbHB3N5
第 16 集：开源模型和拥抱脸
– 探索开源大型语言模型的世界。Korey Stegared-Pace 讨论了为什么开源 LLM 比私有 LLM 更好，并演示了如何查找和使用开放模型，例如在 Hugging Face 或 Azure AI Studio 上。还包括有关如何微调这些开放模型的提示。 https://t.co/JlT2MCjETl
第 17 集：AI 代理 – 本节介绍 AI 代理，即大型语言模型 （LLM） 使用工具或框架执行任务的系统。
Korey Stegared-Pace 解释了什么是 AI 代理，研究了四种不同的代理框架，强调了每个框架的独特之处，并讨论了在开发 AI 应用程序中使用这些基于代理的方法的最佳场景。 https://t.co/xYv9mD2SoD
第 18 集：微调 LLM
– Nitya Narasimhan 谈论如何使预训练的语言模型更好地完成某些任务。在最后一部分中，她解释了什么是微调，何时有帮助，以及如何微调大型语言模型，同时还提到了微调的局限性。 https://t.co/qmSlKyy1o4
