Large Language Model 课程可以帮助您学习自然语言处理、文本生成技术和模型评估方法。您可以掌握微调模型、理解 Tokenization 以及实施合乎道德的 AI 实践的技能。许多课程介绍了 TensorFlow 和 PyTorch 等工具,以及 Hugging Face Transformer 等库,这些库支持开发和部署利用大型语言模型的 AI 应用程序。

DeepLearning.AI
您将获得的技能: Prompt Engineering, 自然语言处理, Python 程序设计, 机器学习, 生成式人工智能, 可扩展性, 强化学习, 模型部署, 负责任的人工智能, 模型评估, 生成模型架构, LLM 申请, 应用机器学习, 大型语言模型
中级 · 课程 · 1-4 周

Vanderbilt University
您将获得的技能: 生产率, Prompt Engineering, 生成式人工智能, 人工智能, 验证和确认, ChatGPT, LLM 申请, AI 赋能, 解决问题, 大型语言模型, 情境管理, OpenAI, 创造力, 提示模式
初级 · 课程 · 1-3 个月

Duke University
您将获得的技能: 阿帕奇气流, Prompt Engineering, 检索-增强生成, 模型部署, 数据库, 生成式人工智能, ChatGPT, 工作流程管理, 拥抱的脸, 性能分析, 大型语言模型, 亚马逊基岩, MLOps(机器学习 Operator), 生成模型架构, LLM 申请, 矢量数据库, OpenAI, 摘录, 数据湖, 多模式 Prompt
初级 · 专项课程 · 3-6 个月

Google Cloud
您将获得的技能: Prompt Engineering, 生成式人工智能, 大型语言模型, LLM 申请, Google 双子座
初级 · 课程 · 1-4 周

DeepLearning.AI
您将获得的技能: 检索-增强生成, Prompt Engineering, Transfer Learning, 大型语言模型, 数据预处理
中级 · 项目 · 不超过 2 小时

您将获得的技能: Prompt Engineering, Large Language Modeling, Retrieval-Augmented Generation, LLM Application, PyTorch (Machine Learning Library), Generative Model Architectures, Generative AI, Natural Language Processing, AI Workflows, Hugging Face, Vector Databases, Transfer Learning, Embeddings, Text Mining, Model Evaluation, Model Deployment, Data Preprocessing, Recurrent Neural Networks (RNNs), Deep Learning, Reinforcement Learning
中级 · 专项课程 · 3-6 个月

您将获得的技能: Generative AI, Generative Model Architectures, Large Language Modeling, LLM Application, Generative Adversarial Networks (GANs), Retrieval-Augmented Generation, OpenAI, Hugging Face, Multimodal Prompts, Responsible AI, Embeddings, Prompt Engineering, AI Security, Autoencoders, Vision Transformer (ViT), Model Deployment, Image Analysis
中级 · 课程 · 1-3 个月

DeepLearning.AI
您将获得的技能: 检索-增强生成, Prompt Engineering, ChatGPT, LangChain, 大型语言模型, 数据导入/导出, LLM 申请, 矢量数据库, 文件管理, 嵌入, 数据处理
初级 · 项目 · 不超过 2 小时

H2O.ai
您将获得的技能: Large Language Modeling, Model Evaluation, Collaborative Software, Artificial Neural Networks, Deep Learning, Artificial Intelligence and Machine Learning (AI/ML), Generative AI, LLM Application, Data Preprocessing, Prompt Engineering, Generative Model Architectures, Training Programs, Data Validation, Data Cleansing, Natural Language Processing, Applied Machine Learning, Transfer Learning, Verification And Validation, Data Quality, AI Workflows
中级 · 专项课程 · 3-6 个月

您将获得的技能: Prompt Engineering, Large Language Modeling, LangChain, Model Evaluation, Prompt Patterns, Retrieval-Augmented Generation, Data Wrangling, Supervised Learning, LLM Application, Unsupervised Learning, PyTorch (Machine Learning Library), Exploratory Data Analysis, Generative Model Architectures, Data Analysis, Keras (Neural Network Library), Predictive Modeling, Convolutional Neural Networks, Generative AI, Jupyter, Flask (Web Framework)
初级 · 专业证书 · 3-6 个月

您将获得的技能: LangChain, LLM Application, Prompt Engineering, API Design, MLOps (Machine Learning Operations), Large Language Modeling, Performance Tuning, Microservices, Application Deployment, Kubernetes, Scalability, Site Reliability Engineering, DevOps, CI/CD, Docker (Software), Python Programming, Containerization, System Monitoring, Cloud Platforms, Security Controls
中级 · 专项课程 · 3-6 个月

DeepLearning.AI
您将获得的技能: Machine Learning 方法, Transfer Learning, 自然语言处理, PyTorch(机器学习库), 生成式人工智能, 降维, 监督学习, 逻辑回归, 文本挖掘, 人工智能, 马尔可夫模型, 嵌入, Keras(神经网络库), 递归神经网络 (RNN), 大型语言模型, 人工神经网络, 统计机器学习, 深度学习, 应用机器学习, 数据预处理
中级 · 专项课程 · 3-6 个月
Large Language Model(LLM)是一种先进的人工智能系统,旨在理解和生成类人文本。它们利用海量数据和复杂算法学习语言模式,从而能够执行翻译、总结和内容创建等各种任务。LLM 的重要性在于它们能够加强沟通、实现流程自动化,并为教育、医疗保健和商业等众多领域提供洞察力。随着企业越来越依赖数据驱动的决策,了解 LLM 对有效利用其能力至关重要。
Large Language Model 领域的职业多种多样,发展迅速。您可以考虑 AI 研究科学家、机器学习工程师、数据科学家或自然语言处理 (NLP) 专家等职位。这些职位通常涉及为聊天机器人、推荐系统和内容生成工具等各种应用开发和实施 LLM。此外,随着企业寻求负责任地将 LLM 集成到其运营中,产品管理和 AI 道德方面的职位也在不断涌现。只要掌握正确的技能和知识,您就能在这个充满活力的领域找到一份回报丰厚的职业。
要想有效地使用Large Language Model,您应该注重掌握技术和解析技能的融合。关键领域包括 Python 等编程语言、熟悉TensorFlow或PyTorch 等机器学习框架,以及对自然语言处理概念的扎实理解。此外,人工智能中的数据处理、模型 Evaluation 和伦理考虑等方面的知识也至关重要。涵盖这些主题的课程可以帮助您打下坚实的基础,为该领域的实际应用做好准备。
有几门优秀的在线课程可供学习大型语言模型。值得注意的选择包括大型语言模型专项课程和生成式 AI 与大型语言模型课程,前者提供了有关大型语言模型的全面概述,后者则侧重于实际应用。对于那些对结构化学习路径感兴趣的人来说,《大型语言模型(LLMs)专项课程快速入门指南》也是一个不错的选择。
是的,您可以通过两种方式在 Coursera 上开始免费学习 Large Language Model:
如果您想继续学习、获得 Large Language Model 证书或在预览或试用后解锁全部课程 Accessibility,您可以升级或申请经济援助。
要学习大型语言模型,首先要明确自己当前的技能水平和感兴趣的领域。您可以从入门课程开始,如《大型语言模型入门》,这些课程可以为您打下坚实的基础。随着学习的深入,可以考虑学习更多侧重于特定应用或技术的专项课程。参与实践项目,学以致用,并参与在线社区,与该领域的其他人建立联系。这种方法将有助于加强您的理解和建立您的信心。
Large Language Model课程通常涵盖一系列主题,包括自然语言处理基础、LLMs架构、训练技术和评估方法。您还可以探索实际应用,如构建聊天机器人、内容生成和 AI 中的道德考量。高级课程可能会探讨行业中使用的特定框架和工具,为您提供有效实施 LLM 所需的技能。
如果要对员工或工作团队进行大型语言模型方面的培训和技能提升,可以考虑《使用大型语言模型构建生产就绪的应用程序》等课程,该课程侧重于实际实施。此外,H2O AI Large Language Model (LLMs) - Level 1课程提供了基础知识,对希望将 LLMs 整合到项目中的团队大有裨益。这些课程可以帮助企业提升能力,在不断发展的 AI 领域保持竞争力。