现在的网上充斥着各种割韭菜的AI课程，比如李一舟的199课程。为了让大家别被割韭菜了，今天推荐一个开源项目，它帮你整理好了大模型学习的roadmap，有资料有代码还免费，它就是：llm-course。
llm-course是什么?
本项目的内容是一个针对大语言模型的课程，在之前的热点汇总中和大家提过，当时项目内容没有完整，缺了LLM工程师部分，现在项目终于完整了，我特意喊大家来学习。
本项目中包含了学习大语言模型的roadmap和colab notebook，很适合从头来学习入门一下LLM。学习党们可以出手了，赶快学起来吧。
项目分成3个部分，分别是：
- LLM 基础知识：基础知识包括了数学、Python、神经网络等。
- LLM 科学家：主要针对使用最新技术去构建更好的LLM
- LLM 工程师：主要针对如何去开发和部署基于大模型的应用
我也去看了下作者，还是很厉害的，目前是JP摩根的首席机器学习科学家。在huggingface上也很活跃，参与了多个paper，另外还出了一本神经网络的书。
下面是它的GitHub star历史，可以看出进入2024年大家学习LLM的热情很高涨。
开始学习
项目最好的一点是将学习分成了3种场景，并且针对性的给出了一个roadmap，让学习更有针对性。每个部分整理了相关的资料，当然内容大部分是整理的，也不是他自己写的。同时提供了一些和LLM相关的notebook代码和文章。
对于想入门和进入相关行业的人，学习LLM Fundamentals即可，其中包含了数学基础、Python、神经网络和自然语言处理4个部分。
第二个学习路径是LLM科学家，如果你想构建自己的大模型，可以往这个方向学习。包括了：
LLM架构，构建指令数据集，预训练模型，监督微调，根据人类反馈进行强化学习，评价，量化和新趋势，共8个部分。
第三部分是大模型工程师，学习如何构建可在生产中使用的由 LLM 支持的应用程序，重点是增强模型和部署它们。包括了：运行LLM，构建向量存储， 检索增强生成，高级RAG，推理优化，部署LLM，LLM安全。
整个项目相关的各种资料都是英文的，所以学习需要有一些语言基础，当然现在翻译工具都很方便，应该问题不大。另外如果觉得外国的内容不好理解，也可以按照roadmap中的模块，自己找一下对应部分的中文内容来学习。
最后建议
现在网络上各种卖课的真是太多了，而且大多都是垃圾内容，所以大家一定要认真辨别。对于像LLM这类的内容，在GitHub或者开放途径是有着大量学习资料，完全没有必要花钱买。如果你说你不想阅读，就想听人给你讲，那就没法子了。
项目信息
- 项目名称：llm-course
- GitHub 链接：github.com/mlabonne/ll…
- Star 数：24K+
转载：
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
