如何快速入门大模型编程实践？2026年上海交大AI安全课程指南
AIAI Summary (BLUF)
本教程源自上海交大2024年《人工智能安全技术》课程，提供大模型编程实践指导，涵盖微调部署、提示工程、知识编辑、模型水印、越狱攻击、多模态模型及AI智能体安全等内容。
引言
《动手学大模型》系列编程实践教程，由上海交通大学2024年春季《人工智能安全技术》课程（NIS3353）讲义拓展而来（教师：张倬胜），旨在提供大模型相关的入门编程参考。
通过简单实践，帮助同学快速入门大模型，更好地开展课程设计或学术研究。涵盖微调与部署、提示学习与思维链、知识编辑、模型水印、越狱攻击、多模态模型、大模型智能体与安全等内容。
项目概览与获取
本教程的所有代码、示例及文档均已开源，方便学习者直接使用与参考。
项目地址：https://github.com/Lordog/dive-into-llms.
常见问题（FAQ）
这个教程系列具体包含哪些大模型实践内容？
教程涵盖微调与部署、提示学习与思维链、知识编辑、模型水印、越狱攻击、多模态模型、大模型智能体与安全等核心实践主题。
如何获取《动手学大模型》的代码和文档？
所有代码、示例及文档均已开源，项目地址为 https://github.com/Lordog/dive-into-llms，学习者可直接使用与参考。
这个教程系列适合什么背景的学习者？
教程旨在通过简单实践帮助学习者快速入门大模型，适合开展课程设计或学术研究，源自上海交大2024年AI安全技术课程。
版权与免责声明：本文仅用于信息分享与交流，不构成任何形式的法律、投资、医疗或其他专业建议，也不构成对任何结果的承诺或保证。
文中提及的商标、品牌、Logo、产品名称及相关图片/素材，其权利归各自合法权利人所有。本站内容可能基于公开资料整理，亦可能使用 AI 辅助生成或润色；我们尽力确保准确与合规，但不保证完整性、时效性与适用性，请读者自行甄别并以官方信息为准。
若本文内容或素材涉嫌侵权、隐私不当或存在错误，请相关权利人/当事人联系本站，我们将及时核实并采取删除、修正或下架等处理措施。也请勿在评论或联系信息中提交身份证号、手机号、住址等个人敏感信息。
