资源简介
文章目录
ChatGPT 席卷全球科技行业，彻底颠覆了人们对于人工智能的认知。鉴于 GPT 系列模型巨大的应用潜力和市场价值，国内头部互联网公司迅速跟进，先后推出了“文言一心”、“通义千问”等中文领域大语言模型。资本也纷纷下场，AIGC 及大模型领域呈现出前所未有的蓬勃发展景象。
- 2023 年 2 月 13 日，美团董事王慧文发文宣布进入 AI 领域，设立北京光年之外科技有限公司，出资 5 千万美元，估值 2 亿美元
- 2023 年 2 月 16 日，由商汤科技副总裁闫俊杰创立的 AI 大模型创业公司 MiniMax 公布技术路径与商业路径
- 2023 年 3 月 19 日，创新工场董事长兼 CEO 李开复宣布筹组公司“Project AI 2.0”，致力于打造 AI 2.0 全新平台和 AI-first 生产力应用的全球化公司
- 2023 年 4 月 10 日，搜狗创始人王小川正式对外宣布开启人工智能大模型领域创业，创立“百川智能”，已获 5000 万美元资金支持
- 2023 年 4 月 24 日，IDEA 研究院张家兴入局大模型创业，首轮估值 20 亿
- AI 初创公司深言科技（DeepLang AI）快速完成新一轮高估值融资，估值 1 亿美元
- 面壁智能获知乎数千万天使轮融资，推出“知海图 AI”中文大模型
- AI 图像生成技术服务商 Tiamat 已于日前完成近千万美元 A 轮融资
- 图智能公司 Fabarta 宣布已经成功获得亿元人民币的 Pre- A 轮融资
对传统算法行业的影响
算法行业迎来久违的招聘热潮。在目前快速增加的岗位中，大模型方向算法工程师的占比较高。在算法岗位的招聘及面试过程中，对工程师大模型方面的理论知识或应用经验提出了越来越多的要求，成为筛选候选人的关键因素之一。
从目前开源大模型的实践效果来看，很多传统的 NLP 任务，基于正确的模型对齐方法，在少量 domain 数据的加持下，大模型能够表现出很好的性能。在大模型训练及部署成本不断降低的趋势下，大模型对于传统模型的替代可能会成为趋势，甚至很快就会到来，传统算法岗位势必受到冲击。
对算法工程师的影响
ChatGPT 验证了 AI 强大的应用潜力，使得 AI 领域重新得到资本青睐，在整个行业重新得到认可的大背景下，算法工程师的潜在发展机会更多。
大模型降低了算法的使用门槛，很多传统的算法工作内容如文本生成、摘要、信息提取等，可以直接被一句 prompt 取代，使得传统算法工程师必须构建新的技术壁垒。在行业发展的大趋势之下，算法工程师需要了解和掌握大模型相关的技术，在大模型应用普及的初期进入行业，避免被淘汰。
以 ChatGPT 为代表的人工智能大语言模型的涌现，对世界的冲击力将大于蒸汽机，大于印刷术，大于文字，大于火，其进化速度和传播速度前所未有，终日沉浸其中才能理解其威力，世界结构和运作方式将彻底改变，而且已无法逆转……
传送门： 打开
资源目录
026- 尚硅谷 AI 大模型实战训练营 - 4 周
├─01 第一课
│ ├─01_机器学习基本概念.mp4 104.02MB
│ ├─02_模型训练流程.mp4 98.6MB
│ ├─03_模型训练基本概念.mp4 100.76MB
│ ├─04_模型训练基本概念 - 激活函数与损失函数.mp4 81.17MB
│ └─Chapter01_深度学习基础.pdf 24MB
├─02 第二课
│ ├─01 分类器与评估指标.mp4 90.93MB
│ ├─02 第一次课间答疑.mp4 16.4MB
│ ├─03 评估指标与经典模型.mp4 95.66MB
│ ├─04 第二次课间答疑.mp4 12.27MB
│ ├─05 seq2seq.mp4 29.61MB
│ ├─06 Transformer 基本流程.mp4 48.06MB
│ ├─07 第三次课间答疑.mp4 31.86MB
│ ├─08 Transformer Encoder.mp4 80.47MB
│ ├─09 Transformer 多头注意力机制.mp4 36.44MB
│ ├─Attention Is All You Need_unlocked.pdf 13.48MB
│ └─Chapter01_深度学习基础_unlocked.pdf 24.22MB
├─03 第三课
│ ├─01_Transformer Encoder.mp4 99.61MB
│ ├─02_1021 第一次课间答疑.mp4 18.59MB
│ ├─03_Transformer Decoder.mp4 53.09MB
│ ├─04_BERT.mp4 44.62MB
│ ├─05_1021 第二次课间答疑.mp4 5.65MB
│ ├─06_第三次课间答疑 +BERT&T5+ 深度学习优化策略.mp4 62.37MB
│ ├─07_CUDA 与 GPU 基本概念.mp4 29.22MB
│ ├─08_第四次课间答疑 +GPU 并行训练策略.mp4 75.42MB
│ └─课件 & 资料
│ ├─01-Chapter-01 深度学习基础_unlocked.pdf 22.39MB
│ ├─02-AutoDL 使用文档_unlocked.pdf 14.09MB
│ └─03- 拓展分享 -BERT 源码解析.pdf 12.88MB
├─04 第四课
│ ├─01_整体代码框架介绍 +CPU 训练代码讲解 01.mp4 134.26MB
│ ├─02_第一次课间答疑.mp4 19.34MB
│ ├─03_CPU 训练代码讲解 02+BERT 代码 Debug01.mp4 185.59MB
│ ├─04_第二次答疑 +BERT 代码 Debug02+ 多 GPU 训练代码讲解 +Autodl 使用及环境.mp4 228.24MB
│ ├─05_训练代码启动.mp4 21.48MB
│ ├─06_第三次答疑 + 智能对话系统概述 + 训练结果说明 + 重点总结 [ 天下无鱼][s.mp4 86.36MB
│ └─课件 & 资料 & 代码
│ └─BertClassifier.zip 1.16GB
└─目录.txt -1.#INDB下载地址
正文完