虽然已经做了很多 LLM 的科研任务,但是感觉自己还是在纯打工,有些深度学习的基础,想进阶提升一下,没找到市面上有什么好课,求推荐
顺便求一下尚硅谷 AI 大模型课的资源,看课程大纲还不错?
http://www.atguigu.com/ai/
顺便求一下尚硅谷 AI 大模型课的资源,看课程大纲还不错?
http://www.atguigu.com/ai/
|
kaiseryangFeb 29, 2024
1
可以多翻翻 langchain 的文档和代码
|
|
fredweiliFeb 29, 2024
2
楼上说的对,打 log 观察提示词
|
|
MorriatyFeb 29, 2024
3
复旦出了一本 《大规模语言模型-从理论到实践》,不知道你看过没?讲的比较广,还介绍了分布式训练
|
|
YuhyeongFeb 29, 2024
4
debug 源码 + 看官方文档
|
|
shinyzhuFeb 29, 2024
5
ollama 用起来,玩转才能学会。
|
|
7
|
|
HardyNFeb 29, 2024
8
可以搞本西瓜书看着玩
|
|
MorriatyFeb 29, 2024
9
|
|
10
langchain ,ollama 都是应用层的东西,如果你要深入理解 LLM ,看这两个都没啥用,因为这两个本质上就是调 api 。
要系统得了解 LLM ,还是老老实实从理论开始看起,比如最基本的 《 attention is all you need 》,理解了它你才能看懂 transformer 的模型结构以及推理的代码。有了理论基础后再选个方向深入研究,比如推理部署,模型的结构设计,模型训练微调。现在代码资源很丰富的,没有理论基础,看起来会非常吃力。 |
|
ETCartmanFeb 29, 2024 via iPhone
11
|
|
12
顺便借楼主帖子,列下我自己看的,和大家互通有无
1. 一个博主的 blog ,快速了解 LLM 相关的概念和学习路径: https://gugehome.com/am.php?t=a8pslXGjYFhJ 2. 《动手学深度学习》,从最基础的 LR 开始一直到 DeepLearning: https://zh.d2l.ai/index.html 3. transformers 官方 nlp courses ,集中介绍 DL/LLM 如何做 NLP 任务,有机翻中文,https://huggingface.co/learn/nlp-course/en/chapter0/1?fw=pt 4. 复旦《大规模语言模型-从理论到实践》,主要介绍 LLM ,从 transformer 源码到分布式训练: https://intro-llm.github.io/ 5. 《深度学习推荐系统》- 王喆,实体书,搜广推 6. 斯坦福大学 cs231n ,Deep Learning for Computer Vision ,据说是最好的 DL 课程,我还没看完,https://cs231n.github.io/convolutional-networks/ 7. 苏神的博客,苏神应该是国内研究 ML/DL 理论比较深的了,写的博客也大多数是原理解析,需要比较深的学术背景 https://spaces.ac.cn/category/Big-Data/1/ |