李宏毅生成式 AI 导论：最好的 LLM 大模型教程！

李宏毅教授的《生成式AI导论2024》是2024年春季在台湾大学开设的一门系统性课程，重点围绕生成式人工智能（Generative AI）的基础理论、技术演进及实践应用展开。

一、课程概况

课程定位：面向生成式AI的入门到进阶学习者，涵盖生成式模型的基础原理、大型语言模型（LLM）的演化、微调技术（Fine-tuning）、提示工程（Prompt Engineering）等核心内容。

课程总共包含18节，10次作业，还有14个扩展视频。

授课形式：课程以视频为主，配套PPT、作业及代码实践，部分资源通过课程主页及GitHub开源共享。

课程主页：

https://speech.ee.ntu.edu.tw/~hylee/genai/2024-spring.php

二、课程内容与结构

课程共分为多讲，核心主题包括：

1. 生成式AI基础：定义生成式AI与分类问题的区别，探讨其挑战（如从海量可能性中生成合理结果）。

2. 大型语言模型（LLM）发展史：从预训练（Pre-training）到指令微调（Instruction Fine-tuning），分析ChatGPT和LLaMA等模型的演化。

3. 技术细节：

生成策略：文本、图像、语音的生成方式差异（如逐字生成 vs. 一次性生成）。

模型优化：LoRA、Adapter等参数高效微调方法，思维链（Chain-of-Thought）对模型性能的提升。

4. 实践应用：通过作业实现LLM微调（如让模型生成唐诗）、Prompt工程开发应用等。

三、课程亮点

教学风格：李宏毅以通俗易懂的讲解著称，常结合动漫案例（如精灵宝可梦）阐释复杂技术，降低学习门槛。

实践导向：强调从理论到代码的完整链路，例如通过微调模型实现特定任务，并分析模型参数与显存的关系。

前沿覆盖：涉及GPT-4o、Diffusion模型、伦理问题等最新议题。

四、学习路径

1. 观看视频并配合PPT理解理论；

2. 完成作业巩固实践；

3. 参考社区笔记及开源代码深化理解。

五、资源获取

中文课程入口：

【李宏毅大模型】2025李宏毅教授AI全栈系统课程，一口气把最新生成式AI教程讲清楚，入门到实战，通俗易懂，一套全解决！_哔哩哔哩_bilibili

 如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、LLM大模型系列视频教程

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

五、AI产品经理大模型教程

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。

• 内容：

  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

• 内容：

  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​