大模型AI应用知识体系_大模型
2025-03-21 09:06:52 2 举报
AI智能生成
这张图展示了大型 AI 应用全栈开发知识体系,涵盖智能客服、智能知识库等多个应用领域。从原理、实战到认知,全面剖析了 AI 开发的各个层面。在交付板块,涉及 GPU / 云厂商选型、推理性能优化等;产品板块注重商业逻辑与用户体验,包含需求分析、设计工具等;多模态板块介绍了多模态大语言模型和图像生成模型;Fine - tuning 板块讲解机器学习、大模型训练等;开发框架和工具板块有 LangChain 等工具;RAG 板块围绕 Embeddings 展开;API 板块介绍多种类型 API;AI 编程板块列举了多种编程工具;Prompt 板块阐述 LLM 生成原理和高质量 prompt 原理。
作者其他创作
大纲/内容
应用
智能客服
智能知识库
智能数据分析
智能情报分析
智能助手
交付
原理
实战
GPU/云厂商选型
向量数据库选型
私有化部署
推理性能优化
高可用架构
内容安全
算法备案
认知
向量数据库选型原则
产品
原理
商业逻辑
用户体验
实战
需求分析
KANO模型
Galileo AI
v0
莫高设计MasterGo
draw.io
Figma
Motiff
GPTs
扣子Coze
Gradio
产品迭代
产品运营
与人沟通
认知
AI产品设计原则
产品经理调prompt
产品经理实现demo
多模态
原理
特征对齐
实战
多模态大语言模型
Vision Transformer
CLIP
Q-Former
GPT-4V
DeepSeek
Gemini
LLaVA
X-LLM
NExT-GPT
LLaVA-Plus
MM-ReAct
图像生成模型
Diffusion Model
Stable Diffusion
Midjourney
DALL-E
LoRA
ControlNet
认知
传统CV模型仍具有价值
Fine-tuning
原理
机器学习
大模型训练
微调原理
实战
求解器
损失函数
超参
过拟合/欠拟合
学习率
Attention
Transformer
RWKV
Mamba
Prompt-Tuning
Prefix-Tuning
P-Tuning
LoRA
QLoRA量化
Tokenizer
ChatGLM 3
Llama 2
开发框架和工具栈
原理
Agent
实战
LangChain & LangChain.js
LCEL
LLM
ChatModel
PromptTemplate
OutputParser
Document Loaders
Vectors Stores
Retrievers
Text Embeddings
Chains
Memory
Agents
Callbacks
LangGraph
LangSmith
LangFlow
Semantic Kernel
Connectors
Plugins
Planners
Semantic Functions
Native Functions
Pipelines
ChatCompletion
TextGeneration
TextEmbeddings
Core Plugins
Memory
Web search plugins
Text chunkers
Semantic Kernel Tools
Prompt flow
LlamaIndex
MetaGPT
XAgent
Llama Hub
LangFuse
认知
原生API、LangChain和SDK如何选型
多框架组合开发
Prompt和代码分离
微软的Semantic Plugins战略
RAG
实战
词向量
句子向量
篇章向量
相似度计算
基于相似度聚类
向量数据库
向量化模型比较
向量模型部署
原理
Embeddings
认知
从关键字搜索转向向量搜索
API
原理
用微调提升prompt稳定性
实战
生成式API
对话式API
Assistants API
Function Calling
Actions
Embeddings
Fine-tuning
Moderation API
OpenAI
文心一言
讯飞星火
MiniMax abab
认知
自然语言连接一切
AI编程
原理
AI编程是LLM能力天花板
实战
GitHub Copilot
ChatGPT Plus
CodeGeeX
通义灵码
Tabby
Code Llama
WizardCoder
MetaGPT
GPT Engineer
MAGE:GPT Web App Generator
认知
AI提效定律
AI能力定律
Prompt
原理
LLM生成原理
高质量prompt原理
实战
基本要素
格式约束
风格控制
思维链
自洽性
思维树
指令调优
Prompt攻击和防范
vellum
GPTs
Coze
认知
把AI当人看

收藏
0 条评论
下一页