您已经学习了多种用于开发专用生成式 AI 模型的高级技术，包括带有人类反馈的强化学习（RLHF）、迁移学习，以及嵌入向量（embeddings）。
在本练习中，您将检验自己对这些概念及其各自适用场景的理解。
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
本章将帮助您熟悉生成式 AI 的概念及其生成内容的能力，并介绍其现实应用与局限。您将深入了解传统机器学习模型、生成式 AI 与通用人工智能（AGI）之间的差异，并探索推动生成式 AI 发展的关键因素。
本章涵盖创建生成式 AI 模型的关键步骤：研究与设计、数据收集、模型训练和评估。我们将探讨多样化数据集与先进训练技术的重要性，以及多种评估方法，并讨论它们的优势与局限。
当前练习
本章聚焦于负责任地使用生成式 AI。我们将讨论社会偏见的挑战与缓解策略、知识产权与隐私问题，以及防止滥用的伦理考量。最后，我们将探讨通用生成智能（AGI）的巨大潜力与风险，并介绍控制其输出结果的方法。
第 4 章将探讨生成式 AI 的潜力、影响，以及如何融入人类工作流程。内容涵盖从高校到企业等推动 AI 发展的关键参与者，并讨论社会对 AI 的适应。我们还将深入分析 AI 对生产力、就业结构、教育、媒体与娱乐、科学进步以及伦理问题的影响。
