CAIE注册人工智能工程师

公众号作者

CAIE，全称 Certifed Artifcial Intelligence Engineer（人工智能工程师），简称 CAIE（赛一） ，是人工智能领域的技能等级认证。旨在评估和培养具备人工智能理论基础与实战能力的职业人士。

网上学AI模型的资料很多，但学了半天还是一头雾水。

论文倒是有一堆，打开看几页就开始怀疑人生，那些公式和专业术语简直像天书一样。想系统学一下AI就这么难吗？

来，今天介绍一个由O’Reilly出版的AI学习宝典Hands-On Large Language Models。

目前已发布在Github上，超20000星，足以看出这个教程的含金量。

课程地址：https://github.com/HandsOnLLM/Hands-On-Large-Language-Models

这本书最大特点是，除了讲基础理论之外，作者把书里所有的代码都开源了，还配了近300张插图。

这个组合真的太香了，因为你看书的时候能理解原理，看图的时候能明白架构，跑代码的时候能验证效果，三条腿走路怎么都不容易摔跤。

而且这个项目的作者之一Jay Alammar，就是那个写了The Illustrated Transformer博客的大神。他的风格大家都知道，特别擅长把复杂的概念用可视化的方式讲清楚。

这次他和另一位大神Maarten Grootendorst合作，把这种风格发挥到了极致。

书里的插图真的做得特别用心，模型架构、注意力机制、词向量空间这些抽象概念，画出来一看就懂，比啃那些纯文字的论文强太多了。

我觉得这个课程系统性也很好，总共12章内容，从最基础的语言模型概念开始讲起。

逐步深入到Tokens、Embeddings、Transformer这些核心知识，再到文本分类、聚类、提示工程，最后是RAG、多模态、模型微调这些高级话题。

每个章节都有对应的Colab链接，点击就能打开。比如你想学提示工程，点开第6章，里面会有完整的代码示例。

你可以直接运行看看效果，也可以修改参数试试不同的结果。这种边看边练的方式，比光看书或者光看视频效果好多了，因为你能立刻看到代码的输出，理解每个参数的作用。