18 分钟只需Pydantic：Jason Liu
理解为何Schema优先的大语言模型调用需要类型化对象、验证器、重试机制，以及对格式错误或虚构字段的显式处理。
高级企业AI
深入解析ChatGPT等LLM
Andrej Karpathy. 这是YouTube上对大语言模型本质最清晰的端到端讲解，涵盖预训练、token化、SFT、RLHF、推理强化学习、工具使用和幻觉，详细程度足以帮助工程师分析模型权衡。完整看过一遍后，文章中的“GPT级模型、开放权重模型与推理模型”之选就不再像品牌选择，而会成为训练方案的选择。
AI Expert 注释
模型名称、价格和能力变化很快。请用本视频掌握决策模式，并在采用模型前核实现有模型的实际表现。
您应该从中获得什么
充分理解现代大语言模型架构，能够分析token、训练、工具和故障。
先观看或了解
工程背景会有所帮助；无须机器学习基础，但请为三个半小时的片长预留时间。
最后审核：2026年5月18日
继续观看
通过相同的视频学习路径，继续观看下一个精选配套视频。
深入学习
精选的外部课程，帮助您更深入地了解该主题。
Coursera · DeepLearning.AI + AWSGenerative AI with Large Language Models
Antje Barth · Shelbee Eigenbrode · Mike Chambers · Chris Fregly
当实践者问“如果我想认真学习如何使用LLM构建应用，应该选什么课程？”时，这门课就是答案。它在数学层面保持严谨，但不会读起来像研究论文；即使你永远不会使用SageMaker，其中偏AWS风格的部署章节仍然实用。
高级约16小时
DeepLearning.AI · LlamaIndexBuilding Agentic RAG with LlamaIndex
Jerry Liu
朴素RAG（向量搜索 → 填入提示词）通常最先上线，也最快令人失望。这门短课将向你展示升级方案：让智能体规划检索、选择工具、比较来源，并回答涉及多份文档的问题。课程仅需2小时，所学内容可立即应用于真实产品。
中级约2小时
DeepLearning.AI · LangChainLong-Term Agentic Memory with LangGraph
Harrison Chase
上下文窗口失忆问题会让大多数智能体到了第二天就显得健忘又迟钝。这门课程讲授解决该问题的LangMem模式，包括情景记忆、程序性记忆和语义记忆，使智能体无需让提示词臃肿，就能跨会话记住用户偏好和过往交互。
中级约1.5小时