Appearance
第二阶段：AI基础理论
阶段概述
第二阶段深入讲解人工智能的核心理论，包括大语言模型原理、机器学习基础、深度学习架构等，为后续实践打下坚实的理论基础。
学习目标
- 掌握大语言模型的核心原理与架构
- 理解Transformer架构和注意力机制
- 学会Prompt工程技巧
- 了解模型训练与微调方法
- 掌握RAG（检索增强生成）技术
- 理解AI Agent的设计原理
课程内容
| 天数 | 主题 | 内容概要 |
|---|---|---|
| Day 11 | LLM原理与架构 | Transformer、Self-Attention、位置编码 |
| Day 12 | Prompt工程基础 | 提示词设计、Few-shot、Chain-of-Thought |
| Day 13 | 模型训练原理 | 预训练、微调、RLHF、损失函数 |
| Day 14 | Embedding技术 | 词向量、语义表示、向量数据库 |
| Day 15 | RAG基础 | 检索增强生成、知识库构建、向量检索 |
| Day 16 | AI Agent原理 | Agent架构、规划、记忆、工具使用 |
| Day 17 | MCP协议详解 | Model Context Protocol实现与应用 |
| Day 18 | Skills开发 | Skills定义、实现、注册与调用 |
