AI 流畅性框架基础
← 所有课程
课程 04AI 流畅性框架基础

生成式AI基础

摘要音频

语音摘要 — 点击播放以跟读:正在朗读的行会保持在顶部附近。

学习笔记

你将学习到的内容

完成本课程后,你将能够:

  • 定义生成式AI及其与其他AI类型的区别
  • 识别生成式AI的关键特征和技术基础

生成式AI基础

(6分钟)

本视频介绍了生成式AI的概念,重点探讨其创造新内容的能力,而非仅分析现有内容。我们将解析大型语言模型(LLMs)如Claude的实际工作原理,以及使其成为可能的技术演进历程——从Transformer架构等算法突破,到海量训练数据集和强大算力。同时阐述这些系统如何通过预训练和微调进行学习,并讨论上下文窗口、涌现能力等相关概念。

反馈

在学习过程中,我们期待了解你如何将课程概念应用于生活、工作或课堂,并欢迎任何反馈意见。点击此处分享反馈

版权声明与许可

_版权归2025年Rick Dakan、Joseph Feller及Anthropic所有。依据CC BY-NC-SA 4. 0许可协议发布。_ 本课程基于Dakan与Feller提出的AI流畅度框架开发。 部分资金由爱尔兰高等教育管理局通过国家教学与学习促进论坛提供支持。

抽认卡 8 张卡片
问题
点击显示 · ←/→
答案
点击翻回
导出到 Anki (.tsv) ↓
知识检测 5 题