有兴趣了解大型语言模型吗？从DeepLearning.AI、Google Cloud、Udacity和其他平台上免费的课程开始入手
鉴于大型语言模型（LLM）和LLM应用的潜力，现在是了解更多相关知识的最佳时机！从有趣的个人项目到学术研究和工作，了解LLM更好的方式总是令人兴奋的，这样我们就可以使用它们构建有趣的应用程序。
在先前的一篇文章中，我们列举了免费的课程和资源，以帮助您了解大型语言模型。我们精心策划了另一个免费课程列表，以帮助您提升技能。
让我们开始吧！
ChatGPT开发人员提示工程
ChatGPT开发人员提示工程由DeepLearning.AI与OpenAI团队合作提供。
如果您已经使用ChatGPT或GPT-4，此课程将教您如何更好地使用它们。您将学习如何使用最佳实践的提示工程有效地使用OpenAI API。
在此过程中，您将有机会构建自定义聊天机器人，并学习使用OpenAI API进行常见用例，包括摘要、推理、翻译、拼写和语法检查。
还可以查看Josep Ferrer对此提示工程课程的详细评估。
LangChain用于LLM应用程序开发
DeepLearning.AI的LangChain用于LLM应用程序开发是由LangChain的创建者Harrison Chase共同授课。该课程侧重于通过利用LangChain生态系统构建应用程序，将帮助您掌握以下技能：
- 管理提示和解析响应，内存和上下文窗口约束
- 使用链执行一系列操作
- 对文档库进行问答
- 利用代理的推理能力进行推理能力
使用ChatGPT API构建系统
使用ChatGPT API构建系统也由DeepLearning.AI与OpenAI合作提供。在此免费课程中，您将构建一个客户服务聊天机器人，应用以下课程涵盖的概念：
- 使用大型语言模型构建系统
- 使用多阶段提示
- 通过将任务分解为子任务来构建子任务管道
- 评估LLM输入和输出
注意：以上所有课程均免费提供一段时间。
Google Cloud生成AI学习路径
Google Cloud最近发布了专门的生成AI学习路径。这一系列微课程旨在实现在Google Cloud上开发和部署生成AI解决方案。
如果您有兴趣学习大型语言模型，您会发现以下课程很有帮助：
- 生成AI简介
- 大型语言模型简介
- 生成AI基础知识
- 编码器-解码器架构
- 注意机制
- 变压器模型和BERT模型
- 生成AI资源管理器-Vertex AI
使用Google Cloud介绍大型语言模型
使用Google Cloud介绍大型语言模型是Udacity免费课程库的一部分，涵盖了以下内容：
- 大型语言模型和用例的基础知识
- 提示调整
LLM大学
Cohere的LLM大学提供易于跟随的学习路径：从LLM的基础知识到使用它们构建应用程序。该课程涵盖以下内容：
- 诸如单词和句子嵌入之类的概念
- 大型语言模型的基本概念：变压器和注意机制
- LLM在文本生成、分类和分析中的应用
- 使用Cohere的端点构建和部署应用程序
全栈LLM Bootcamp
全栈LLM Bootcamp包含所有内容：从提示工程开始，以最大限度地利用GPT助手，到部署和监视LLM应用程序。以下是这个Bootcamp提供的概述：
- 提示工程
- LLM基础
- LLMOps
- 增强语言模型
- 面向语言用户界面的UX
这篇文章详细介绍了这个全栈LLM编程营的内容。
其他有用的资源
以下是一些其他有趣的资源，可以帮助你快速了解LLMs:
- GPT Talk现状：这个由Andrej Karpathy在Microsoft Build 2023上的演讲提供了GPT助手的训练流程的全面概述，包括分词、预训练、微调和通过人类反馈进行强化学习。
- fast.ai的《实用深度学习编码器第二部分》：关于注意力和转换器模型的课程可能有所帮助。
- 斯坦福的CS25：Transformers United V2是一个系列讲座，涵盖了transformers的基础知识，以及大型语言模型的最新进展和应用——超出常见的自然语言处理任务。
- Data Independent的LangChain教程：一系列短教程，使用LangChian在不同的自定义数据源上构建LLM应用程序，并探索各种任务，包括解决数学问题、摘要和搜索。
总结
希望你发现这篇关于学习大型语言模型最佳资源的综述有所帮助。我们很高兴整理出这份清单，我们希望你也有兴趣学习和开始构建！学无止境！Bala Priya C是来自印度的开发人员和技术作家。她喜欢在数学、编程、数据科学和内容创作的交叉点上工作。她感兴趣和擅长的领域包括DevOps、数据科学和自然语言处理。她喜欢阅读、写作、编程和咖啡！目前，她正在通过编写教程、指南、观点文章等来向开发者社区学习和分享她的知识。