大模型与智能体 - AI 与机器学习技术路线

趋近智

学习路径

大模型与智能体

提示词、RAG 检索增强与智能体工具开发。

AI 基础设施与系统

硬件选型、本地部署与量化加速。

深度学习与 PyTorch

核心神经网络、PyTorch 实战、Transformer 与强化学习。

核心基础

Python、线性代数、微积分与经典机器学习。

全部课程

按前置条件依赖关系排序的完整课程目录。

大模型与智能体

提示词、RAG 检索增强与智能体工具开发。

智能体 AI 基础

工具调用、ReAct 循环执行、记忆架构与结构化函数调用。

3门课程

1

LLM智能体入门

2

智能体工作流程的提示工程

3

开发LLM代理高级工具

LLM 应用开发人员

生产级大模型编排、结构化输出生成、LangChain/LangGraph 核心原理与向量检索。

4门课程

1

Python 大型语言模型工作流：方法与优选实践

2

使用LangChain构建大型语言模型应用

3

检索增强生成 (RAG) 入门

4

LangChain：打造生产级大语言模型应用

LLM 应用架构师

多智能体工作流系统设计、混合检索架构、流式降级与生产级评估体系。

3门课程

1

LangChain：打造生产级大语言模型应用

2

设计与实现多智能体大型语言模型系统

3

智能体LLM系统与记忆增强架构

高级 RAG 架构师

稠密与稀疏混合检索、重排序流水线、文本切块策略与向量索引调优。

3门课程

1

生产环境中RAG系统的优化

2

大型语言模型应用高级向量检索

3

大规模分布式检索增强生成

高级智能体系统

自主智能体架构设计、长期记忆管理、任务规划分解与多智能体协同通信。

3门课程

1

智能体工作流程的提示工程

2

设计与实现多智能体大型语言模型系统

3

智能体LLM系统与记忆增强架构

LLM 微调专家

参数高效微调 (LoRA/QLoRA)、微调数据集构建、偏好对齐 (DPO) 与模型评测。

4门课程

1

大语言模型微调入门

2

合成数据用于大语言模型预训练与微调

3

进阶LoRA与PEFT方法：大型语言模型微调

4

大型语言模型的微调与调整

AI 安全与对齐

模型输出安全护栏、红队对抗攻击防御、提示词注入防御与价值对齐评估。

4门课程

1

模型评估与衡量指标要点

2

大型语言模型红队攻防概论

3

高级大语言模型对齐与安全技术

4

高级大型语言模型对齐：宪法人工智能与RLAIF

©2025 趋近智 (ApX Machine Learning)

关于趋近智定价联系我们使用条款隐私政策