对本地部署的 DeepSeek 正确投喂方式-CSDN博客

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

    大模型 AI 能干什么？
    大模型是怎样获得「智能」的？
    用好 AI 的核心心法
    大模型应用业务架构
    大模型应用技术架构
    代码示例：向 GPT-3.5 灌入新知识
    提示工程的意义和核心思想
    Prompt 典型构成
    指令调优方法论
    思维链和思维树
    Prompt 攻击和防范
    …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

    为什么要做 RAG
    搭建一个简单的 ChatPDF
    检索的基础概念
    什么是向量表示（Embeddings）
    向量数据库与向量检索
    基于向量检索的 RAG
    搭建 RAG 系统的扩展知识
    混合检索与 RAG-Fusion 简介
    向量模型本地部署
    …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

    为什么要做 RAG
    什么是模型
    什么是模型训练
    求解器 & 损失函数简介
    小实验2：手写一个简单的神经网络并训练它
    什么是训练/预训练/微调/轻量化微调
    Transformer结构简介
    轻量化微调
    实验数据集的构建
    …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

    硬件选型
    带你了解全球大模型
    使用国产大模型服务
    搭建 OpenAI 代理
    热身：基于阿里云 PAI 部署 Stable Diffusion
    在本地计算机运行大模型
    大模型的私有化部署
    基于 vLLM 部署大模型
    案例：如何优雅地在阿里云私有部署开源大模型
    部署一套开源 LLM 项目
    内容安全
    互联网信息服务算法备案
    …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
————————————————

                            版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
                        
原文链接：https://blog.csdn.net/xx_nm98/article/details/145481155