大模型基础与应用
AI已经进入学习和工作。我们会遇到能聊天、写作、识别图像或调用工具的产品,也会遇到流畅却错误的回答,以及漂亮演示背后尚未解决的问题。
这套公开自学教程帮助你形成可以反复使用的理解方法:认识AI在做什么,理解它怎样运行,再判断结果和使用方式是否合适。无需编程基础,也不必先记住一串产品名称。
全课程按六章、十八堂课组织,共有七十二幅动态SVG,另有五层结构整体交互地图。每章三堂课依次展开;每堂进一步拆分概念、图解、具体例子与自检。课堂讲授按每堂45分钟规划,自学可以按自己的节奏阅读。
六章怎样推进
| 章节 | 三堂课 | 你将能够回答 |
|---|---|---|
| 01 认识AI | 身边任务 · 发展转折 · 学习与工作 | AI到底在做什么,人的角色怎样变化? |
| 02 五层结构与产业 | 五层地图 · 一次服务 · 产业协作 | 一个服务背后有什么,需求怎样影响整个系统? |
| 03 模型怎样回答 | 文字进入模型 · 逐步生成 · 流畅与可靠 | 模型看见了什么,为什么能生成却仍可能答错? |
| 04 模型怎样学习与出错 | 学习材料 · 训练与反馈 · 错误与核验 | 能力从哪里来,怎样把错误拆成可查证的问题? |
| 05 AI怎样进入实际任务 | 资料与工具 · 工作流与智能体 · 行业案例 | 怎样把回答接入真实流程,完整价值怎样判断? |
| 06 合理使用与社会责任 | 学习主动性 · 隐私公平与身份 · 责任与改进 | 谁受到影响,怎样使用、纠错并持续改进? |
如果你已经使用过AI,希望先建立整体地图,也可以从五层结构进入,再回到模型原理与使用边界。左侧目录按“课程—章—堂”展开,每章的总览和授课参考也放在同一组中。
用具体问题带动理解
课程从活动通知、会议纪要、费用报销、邮件、阅读和数据表等熟悉任务出发,再连接制造维修、银行数据治理、政务服务和医疗研究。它们帮助我们看到:不同问题需要不同方法,完整任务包含生成之外的工作。
全课程案例索引区分真实公开案例与教学情境,并提供对应课文。真实案例保留来源与适用范围;假设数字和虚构情境不作为机构实际成效。
怎样阅读一堂课
- 先看问题。 想一想自己原来会怎样解释或处理。
- 再读正文与图。 沿节点和箭头复述关系;需要时暂停动画。
- 对照具体例子。 区分已知事实、教学假设、推断与未知条件。
- 独立回答自检。 先自己说,再展开参考解释;能换一个情境说明更好。
动态图用于表达过程和关系,速度、节点数量与比例通常是示意,并非性能测量。五层总览提供交互地图,各堂课的SVG可以暂停,也可以打开原图阅读。
授课与实践怎样接续
每章附有三堂课授课参考,提供45分钟内容分配、案例讲述与容易混淆的地方。时长是教学规划,尚未经过真人计时试讲。后续PPT可以据此拆成更多画面,按内容需要决定页数。
实际产品操作继续学习 WorkBuddy 红宝书。本课程侧重理解模型、系统和使用边界,两者可以结合,不必把每次产品界面变化都写进基础原理。
教程由武汉大学信息管理学院《大模型基础与创新应用》教学材料发展而来,按面向公众自学重新组织。来源核对与内容改写贯穿编写过程,正文不受原PPT页数限制。案例和产品会随时间变化,涉及当前规则与实际服务时,应继续查看适用的最新材料。