探索为当今最先进的 Language Model 提供动力的革命性 transformer 架构。您将获得自我关注机制的实践经验，了解 Transformer 如何处理和生成文本，并尝试使用 Hugging Face Transformers 进行微调。本 Modulation 将理论与实践相结合，让您掌握直接使用前沿 LLM 技术的技能。

通过为现代人工智能系统提供动力的实际应用，让您的 LLM 知识更上一层楼。您将实现检索增强生成，利用外部知识增强响应，使用结构化输出技术实现一致的格式，并通过 API 部署模型。本模块涉及现代 LLM 应用背后的理论和实践，向您展示如何利用当今最先进的语言模型构建真实世界的应用。

探索当今最令人印象深刻的图像生成系统背后的技术。您将了解扩散模型如何通过迭代去噪过程将随机噪音逐渐转化为令人惊叹的视觉效果。通过实际编码练习，您将使用 PyTorch 实现自己的扩散模型，探索用于文本到图像生成的稳定扩散，并将扩散与 GANs 和 VAEs 等早期方法进行比较，从而了解扩散为何成为视觉生成的主流范例。

探索尖端的人工智能模型如何整合文本、图像和音频，以创建真正的多模态体验。您将研究 CLIP 和 BLIP 等视觉语言模型，了解文本和图像之间的关系，使用 Whisper 实现基于音频的人工智能语音识别，并获得构建可同时处理多种类型数据的系统的实践经验。本模块将帮助您为生成式人工智能日益多模态化的未来做好准备，在生成式人工智能中，模型可以无缝结合不同类型的信息。