各位开发者和 AI 爱好者：
我们有一些好消息想要和你们分享！
01Zilliz进入领导者象限
Forrester 是科技领域最知名的研究公司之一。他们最新发布了 2024 年第三季度向量数据库供应商 Wave™ 报告，Zilliz 进入领导者象限！报告****下载链接：
02这对您意味着什么
Forrester 的报告特别提到 Zilliz 是“先进、高性能的数据库，专为云上扩展设计”。但对我们各位优秀的社区开发者而言，这意味着什么呢？
- 快速的检索：Zilliz 提供超级快速的数据检索能力。
- 高效的管理：帮助您免去维护数据库的麻烦，您可以花更多时间用来构建更酷炫的应用。
- 优化存储
我们很自豪能够引领创新，站在最前沿，为您提供卓越的速度和效率，通过向量处理和搜索能力赋能实时 AI 应用。我们的成就离不开来自社区的反馈。根据社区反馈，我们不断打磨产品。如今，Zilliz 解决方案凭借处理海量向量数据时的超高性能和超低延时满足了各种高级 AI 应用的需求。
03报告数据
我们在您关心的指标上获得了高分：
- 向量维度
- 向量索引
- 性能
- 可扩展性
这意味着什么？不论您正在搭建 AI 应用还是需要扩展现有应用，Zilliz 都能满足您的需求！
04坚持开源的原则
作为 Milvus——全球广受欢迎的开源向量数据库的创造者，我们致力于让每个人都能享受到创新所带来的成果。您的贡献和反馈是我们进步的动力，我们对此非常感激！
各位客户对我们的开源基础、成本、速度、技术支持、可靠性和可扩展性给予了高度评价。对此，我们深感荣幸。这证明了我们在满足用户需求的道路上找到了正确的方向。
05后续规划
以下是我们的路线图（roadmap）：
- 分布式索引
- 高级重排策略
- 更多管理工具
- 更多数据安全认证
- 支持更多云服务提供商
- 进一步推进数据智能
06特别感谢
在此，我们想要特别感谢各位出色的开发者、用户和社区成员。这份荣誉离不开各位的付出。你们的信任、反馈和各种创新的用例都不断推动我们向前，在向量数据库领域不断突破。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
：应用篇的无冕之王——「LRU 缓存机制」)
