点击上方蓝字关注我们
语言模型（LLM） 已经彻底改变了自然语言处理（NLP）领域，使机器能够理解和生成类似人类的文本。本指南是 5 个免费资源的精选，可帮助您进一步了解 LLM 和 NLP。我亲自看过这些内容，并强烈推荐给任何想了解 LLM 的人。
1、 HuggingFace 的 NLP 课程
官方网址：https://huggingface.co/learn/nlp-course/chapter1/1
本课程将教您使用来自Hugging Face生态系统的库（Transformers，Datasets，🤗 Tokenizers 🤗和🤗 Accelerate）🤗以及Hugging Face Hub的自然语言处理（NLP）。它是完全免费的，没有广告。
HuggingFace ，一个领先的NLP平台，提供了一门深入的NLP课程，深入探讨 transformer 模型，它们的工作原理以及如何有效地利用HuggingFace的模型。本课程从数据集和分词器的基础知识开始，为您在深入研究经典NLP任务之前掌握基本知识。这门课程的独特之处在于其更广阔的视角，探索如何将 transformer 模型应用于语音处理和计算机视觉领域。到最后，您将在使用和微调 HuggingFace 模型方面打下坚实的基础。
2、 DeepLearning.AI 的提示工程
官方网址：https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/
提示工程 是使用LLM时至关重要的一个方面， deeplearning.ai 提供了一门专门针对此主题的全面课程。通过实践材料，您将获得有效提示工程的实用知识和技巧。通过理解如何制定产生所需模型输出的提示，您将增强LLM在各种应用中的性能和控制能力。这门课程是任何希望掌握提示工程艺术的人宝贵的资源。
3、 Cohere 的LLM大学
官方网址：https://docs.cohere.com/docs/llmu
Cohere 的 LLM 大学提供了涵盖基本 NLP 技术的多样化课程。从语义搜索和生成到分类和嵌入，该资源提供了广泛主题的全面指导。通过理论与实践练习相结合，LLM 大学为学习者提供了有效利用 LLM 所需的知识和技能。无论您是初学者还是经验丰富的从业者，此资源都将增强您对各种 NLP 应用程序的理解和熟练度。
4、 LLMOps
https://fullstackdeeplearning.com/llm-bootcamp/spring-2023/llmops/
LLMOps 是一个专门用于操作 LLM 的资源，提供有关测试、评估指标、部署、监控等方面的见解。该资源将带您走出开发阶段，在现实世界场景中探索 LLMOps 的关键方面。学习如何有效测试 LLM、评估它们的性能并将它们部署到生产环境中。通过强调 LLM 的测试驱动开发，LLMOps 为您提供必要知识以确保模型可靠性和有效性。
LLMOps Deployment and Learning in Production.pdf：
https://drive.google.com/file/d/1LZXTrRdrloIqAJT6xaNTl4WQd6y95o7K/view
5、 LLM训练营
官方网址：https://fullstackdeeplearning.com/llm-bootcamp/
这是由 UC Berkeley 博士校友团队开设的一门课程，教授构建 LLM 应用程序所需的最佳实践和工具。它涵盖了从提示工程到以用户为中心的设计的全栈。如果您有兴趣学习 “ 全栈深度学习”( https://fullstackdeeplearning.com/course/ ) ，他们也有这样的课程。
有了这 5 个免费资源，您可以轻松掌握 LLM 并提高您的 NLP 技能。祝学习愉快！
如果你对这篇文章感兴趣，而且你想要学习更多关于AI领域的实战技巧，可以关注「技术狂潮AI」公众号 。在这里，你可以看到最新最热的AIGC领域的干货文章和案例实战教程。