LLM Course
一個(gè)關(guān)于LLMs課程的集合,包含學(xué)習(xí)路線圖和Colab筆記本,幫助用戶從基礎(chǔ)到高級(jí)逐步掌握LLMs的知識(shí)和應(yīng)用。LLM Course官網(wǎng)入口網(wǎng)址
標(biāo)簽:Ai學(xué)習(xí)資源 Ai工具箱Ai學(xué)習(xí)資源 ai工具箱 course LLM LLM CourseLLM Course官網(wǎng)
一個(gè)關(guān)于LLMs課程的集合,包含學(xué)習(xí)路線圖和Colab筆記本,幫助用戶從基礎(chǔ)到高級(jí)逐步掌握LLMs的知識(shí)和應(yīng)用。
網(wǎng)站提供:Ai工具箱,Ai學(xué)習(xí)資源,LLM,Course,LLM Course。
LLM Course簡介
Course to get into Large Language Models (LLMs) with roadmaps and Colab notebooks. – mlabonne/llm-course
LLM Course是什么?
LLM Course提供了一個(gè)關(guān)于LLMs課程的集合,包含學(xué)習(xí)路線圖和Colab筆記本,幫助用戶從基礎(chǔ)到高級(jí)逐步掌握LLMs的知識(shí)和應(yīng)用,課程包括數(shù)學(xué)、Python編程、神經(jīng)網(wǎng)絡(luò)、自然語言處理(NLP)、LLM架構(gòu)、預(yù)訓(xùn)練、微調(diào)、偏好對(duì)齊、評(píng)估、量化以及部署等內(nèi)容。

LLM Course主要內(nèi)容
LLM Fundamentals
數(shù)學(xué)基礎(chǔ):線性代數(shù)、微積分、概率和統(tǒng)計(jì)。
Python編程:Python基礎(chǔ)、數(shù)據(jù)科學(xué)庫、數(shù)據(jù)處理、機(jī)器學(xué)習(xí)庫。
神經(jīng)網(wǎng)絡(luò):神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)、訓(xùn)練和優(yōu)化、過擬合及其解決方法。
自然語言處理(NLP):文本預(yù)處理、特征提取技術(shù)、詞嵌入、循環(huán)神經(jīng)網(wǎng)絡(luò)(RNNs)。
LLM Scientist
LLM架構(gòu):Transformer架構(gòu)、注意力機(jī)制、采樣策略。
預(yù)訓(xùn)練模型:數(shù)據(jù)準(zhǔn)備、分布式訓(xùn)練、訓(xùn)練優(yōu)化、監(jiān)控。
后訓(xùn)練數(shù)據(jù)集:數(shù)據(jù)結(jié)構(gòu)、存儲(chǔ)與模板、合成數(shù)據(jù)生成、數(shù)據(jù)增強(qiáng)、質(zhì)量過濾。
監(jiān)督微調(diào)(SFT):訓(xùn)練技術(shù)、參數(shù)設(shè)置、分布式訓(xùn)練、監(jiān)控。
偏好對(duì)齊:直接偏好優(yōu)化(DPO)、近端策略優(yōu)化(PPO)、監(jiān)控。
評(píng)估:自動(dòng)化基準(zhǔn)測(cè)試、人工評(píng)估、模型評(píng)估、反饋信號(hào)。
量化:基礎(chǔ)技術(shù)、GGUF & llama.cpp、GPTQ & AWQ、SmoothQuant & ZeroQuant。
新趨勢(shì):模型合并、多模態(tài)模型、可解釋性、測(cè)試時(shí)計(jì)算。
LLM Engineer
運(yùn)行LLMs:LLM API、開源LLMs、提示工程、結(jié)構(gòu)化輸出。
構(gòu)建向量存儲(chǔ):文檔加載、分割、嵌入模型、向量數(shù)據(jù)庫。
檢索增強(qiáng)生成(RAG):編排器、檢索器、記憶、評(píng)估。
高級(jí)RAG:查詢構(gòu)造、代理和工具、后處理、程序化LLMs。
推理優(yōu)化:Flash Attention、鍵值緩存、推測(cè)解碼。
部署LLMs:本地部署、演示部署、服務(wù)器部署、邊緣部署。
保護(hù)LLMs:提示注入、攻擊、防御措施。

工具和資源
工具:LLM AutoEval、LazyMergekit、LazyAxolotl、AutoQuant、Model Family Tree、ZeroSpace。
資源:3Blue1Brown視頻、StatQuest教程、Khan Academy課程、Real Python教程、freeCodeCamp視頻等。
項(xiàng)目鏈接
Github:https://github.com/mlabonne/llm-course
Blog:https://mlabonne.github.io/blog/
LLM Course官網(wǎng)入口網(wǎng)址
https://github.com/mlabonne/llm-course
OpenI小編發(fā)現(xiàn)LLM Course網(wǎng)站非常受用戶歡迎,請(qǐng)?jiān)L問LLM Course網(wǎng)址入口試用。
數(shù)據(jù)統(tǒng)計(jì)
數(shù)據(jù)評(píng)估
本站OpenI提供的LLM Course都來源于網(wǎng)絡(luò),不保證外部鏈接的準(zhǔn)確性和完整性,同時(shí),對(duì)于該外部鏈接的指向,不由OpenI實(shí)際控制,在2025年 5月 22日 下午12:03收錄時(shí),該網(wǎng)頁上的內(nèi)容,都屬于合規(guī)合法,后期網(wǎng)頁的內(nèi)容如出現(xiàn)違規(guī),可以直接聯(lián)系網(wǎng)站管理員進(jìn)行刪除,OpenI不承擔(dān)任何責(zé)任。