🚨 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👇）： 🧵
在开始阅读之前，记得点赞、转发或收藏。
第 1 集：生成式 AI 和 LLM 简介
卡洛塔·卡斯特鲁乔 （Carlotta Castelluccio） 讨论了生成式人工智能和大型语言模型，解释了它们的机制及其对各个行业（尤其是教育）的变革性影响。
https://learn.microsoft.com/en-us/shows/generative-ai-for-beginners/introduction-to-generative-ai-and-llms-generative-ai-for-beginners
第 2 集：探索和比较不同的 LLM
Carlotta Castelluccio 和 Pablo Lopes 谈论了不同的大语言模型、它们如何在不同行业中使用，以及企业如何利用它们。
https://learn.microsoft.com/en-us/shows/generative-ai-for-beginners/exploring-and-comparing-different-llms-generative-ai-for-beginners
第 3 集：负责任地使用生成式 AI
讨论为什么在创建内容的应用程序中负责任地使用 AI 很重要。
它解释了如何确保人工智能输出公平且不会造成伤害，并给出了负责任地使用人工智能的步骤。
https://learn.microsoft.com/en-us/shows/generative-ai-for-beginners/using-generative-ai-responsibly-generative-ai-for-beginners
第 4 集：了解提示工程基础知识
Nitya Narasimhan 解释了提示工程的基础知识，展示了如何创建良好的提示并改进它们以从生成式 AI 中获得更好的结果。
https://learn.microsoft.com/en-us/shows/generative-ai-for-beginners/understanding-prompt-engineering-fundamentals-generative-ai-for-beginners
第 5 集：创建高级提示
Chris Noring 探索了创建提示的先进技术，以使 AI 响应更好。他通过现实生活中的例子展示了这些方法是如何工作的。
https://learn.microsoft.com/en-us/shows/generative-ai-for-beginners/creating-advanced-prompts-generative-ai-for-beginners
第 6 集：构建文本生成应用程序
–解释使用 OpenAI 创建文本的主要思想，并教您如何逐步制作文本生成应用程序，更改提示、温度和令牌等设置以获得您想要的结果。
https://learn.microsoft.com/en-us/shows/generative-ai-for-beginners/building-text-generation-applications-generative-ai-for-beginners
第 7 集：构建聊天应用程序
– Jasmine Greenaway 展示了如何构建智能聊天应用程序并将其添加到我们已经使用的系统中。她介绍了如何定制它们，使它们更好地工作，并密切关注它们的性能。
https://learn.microsoft.com/en-us/shows/generative-ai-for-beginners/building-chat-applications-generative-ai-for-beginners
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。
第 9 集：构建图像生成应用程序
–Chris Noring 和 Pablo Lopes 展示了如何使用 DALL-E 和 MidJourney 等模型从文本描述创建图片，并指导您逐步制作图像生成应用程序。
https://learn.microsoft.com/en-us/shows/generative-ai-for-beginners/building-image-generation-applications-generative-ai-for-beginners
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。
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。
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。
第 13 集：保护生成式 AI 应用程序
– 解释人工智能系统的安全问题。Korey Stegared-Pace 谈到了 AI 程序的常见风险和危险，并分享了保护 AI 系统免受这些危险的方法和技巧。
https://learn.microsoft.com/en-us/shows/generative-ai-for-beginners/securing-your-generative-ai-applications-generative-ai-for-beginners
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。
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。
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。
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。
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。
感谢你的阅读！👍
原文来自https://x.com/heygurisingh/status/1948151669549867213
中文版本是由https://twittervideoindir.com 一键翻译的。
如果你也喜欢这篇文章，
1. 关注我（@wulalatalk)
2. 点赞+转发第一条推文，让更多人看到👇
https://x.com/wulalatalk/status/1948410748797067441
