AI大模型知识体系

AI大模型知识体系

• A 大模型应用工具
  Ollama、Claude、Chatgpt、Dify、Coze、trea、corsor、n8n、Manus、Trace.ai...

• B 大模型应用开发
  想要数据准这块少不了
  模型私有化部署、编辑（Agent开发、工作流程开发、RAG开发）、Langgraph、LangChain、MCP、SpringAI、模型私有化部署、VIIM、机器选型、Embedding模型、ChatGIM、GraphRAG、RAG+Agent、多Agent开发、Qdrant、Pinecone、Milvus、Weaviate、 Chroma

• C 大模型微调和算法
  机器学习算法（线性回归、逻辑回归、决策树、随机森林、xgbost）、深度学习算法（深度神经网络、卷积神经网络、递归神经网络）、NLP、Pytorch、强化学习、Transformer、大模型微调、大模型0-1训练、Hugginface、大模型蒸馏开发、私有模型训练

大模型应用开发工程师

• 技术栈要求：A+B
• 学历要求：本科
• 学习时长：3个月
• 薪资：3年内（超过的都假的），20K+（一线城市）

大模型算法工程师

• 技术栈要求：A+B+C(少量)
• 学历要求：本科、硕士
• 学习时长：5个月
• 薪资：3年内，25K+

AI算法工程师

• A+B+C
• 天花板，名校、名企

---

Transformer 本来是作为翻译用的，但当模型规模和训练数据量增加突破某个临界点时，模型像是突然拥有了智能，不仅可以理解人类语言，还能推理、分析。这种现象被称为 “涌现”(Emergent Abilities)。 这种越大规模的语言模型则被称为大语言模型（Large Language Model) 参数大、训练数据大

GPT：
Generative 生成式：根据上文预测紧跟着的下一个Token，从而开成连续的文本输出
Pre-trained 预训练：通过大规模的文本数据进行训练，让大模型可以理解人类语言的语法、词性
Transformer 深度学习的一种神经网络结果，多数大模型都依赖于此