趋近智
大型语言模型入门
章节 1: 了解大型语言模型
什么是人工智能？简单介绍
自然语言处理 (NLP) 简介
定义大型语言模型（LLMs）
LLM如何从文本数据中学习
LLM能完成的任务示例
大型语言模型的常见误解
章节 2: 大型语言模型的工作原理（简化版）
词语表示：分词和嵌入
预测下一个词：核心理念
训练数据规模的作用
理解模型参数
Transformer架构（高层）简介
语境如何影响生成
章节 3: 与大型语言模型沟通：提示词
什么是提示词？
基本提示技巧
明确给出指示
提供示例（少样本提示）
控制输出长度和格式
常见提示问题
练习：编写你的第一个提示
章节 4: 认识不同的大语言模型
基础模型概览
通用模型与专用模型对比
开放模型与封闭模型：有何不同？
理解模型大小与能力
模型使用方法：API与界面
章节 5: 使用预训练大语言模型
什么是预训练模型？
查找与选择大语言模型服务
通过网页界面交互
LLM API使用简介
发送您的第一个API请求
解释 LLM 响应
动手实践：简单的文本生成任务
什么是人工智能？简单介绍
这部分内容有帮助吗？
- Artificial Intelligence: A Modern Approach, Stuart J. Russell and Peter Norvig, 2020 (Pearson) - 一本全面的教科书，概述了人工智能，包括其原理、历史和各种应用，并包含机器学习和自然语言处理的章节。
- Pattern Recognition and Machine Learning, Christopher M. Bishop, 2006 (Springer) - 介绍了机器学习的基本概念和技术，这些是现代AI系统和大型语言模型发展的核心。
- Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition, Daniel Jurafsky and James H. Martin, 2025 (Pearson) - 关于自然语言处理的教科书，对于理解AI系统如何处理和生成人类语言至关重要。第三版在线草稿提供了最新的信息。