LLMs与大数据科学入门

前言：这个小讲座真厉害

2024年10月8日，本年度诺贝尔物理学奖授予美国普林斯顿大学的约翰·霍普菲尔德（John J. Hopfield）和加拿大多伦多大学的杰弗里·辛顿（Geoffrey E. Hinton），以表彰他们“为推动利用人工神经网络进行机器学习作出的基础性发现和发明”。

2024年诺贝尔奖

自2022年，ChatGPT走入千家万户起，“人工智能、大语言模型、AI、神经网络、机器学习”等名词逐渐广为人知。然而，大部分人接触到的要么是炒作一波的买课营销，要么是论文中晦涩的公式推导，正可谓“AI很近，AI很远……”。

本讲座从筹备之初就不打算用大模型 prompt 对话课敷衍大家，也不打算用晦涩的公式推导贯穿整个讲座。为了避免浪费大家时间，默认大家有过与主流大模型（如文心一言、通义千问、ChatGPT等）的对话经验，并具备使用 AI 工具写代码、润色论文的能力。

$大模型的生态$

首先，我们先点击跳转链接，简单看一下各方互联网大厂卷出来的大模型。下面的链接包含了主流在线应用的使用方式。

多模态大模型

Watt Toolkit 可以免费支持Github和steam平台的登录，下面是安装链接：

教程参考：Datawhale飞书平台。在这里，我们将接触到云端平台（如colab、kaggle、autodl）以及VS Code和Jupyter Lab。

推荐使用 spacesniffer 查看文件夹内容，dism++ 帮助压缩内存。也可以使用 CCcleaner。

可通过官网下载，或者使用我提供的安装包。

aigc

网盘链接：
文件名：WPH7-我的讲座
链接: 点击即可跳转