原文：
www.kdnuggets.com/2023/03/top-free-courses-large-language-models.html
作者提供的图片 | 创建于 imgflip
Transformers 确实改变了自然语言处理领域，支撑了所有最先进的 NLP 应用程序。Google Bard、OpenAI 的 ChatGPT 以及其他：它们都由大型（transformer）语言模型驱动，这些模型在庞大的语料库上进行了训练，并进行了强化学习。
1. Google 网络安全证书 - 快速进入网络安全职业生涯
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你的组织的 IT
最新的成功案例–OpenAI 的 ChatGPT 基于 GPT-3 家族的大型语言模型。本文列出了帮助你更深入理解大型语言模型的免费课程。
让我们马上开始吧！
斯坦福大学的 CS324：大型语言模型 课程涵盖了你需要了解的大型语言模型的所有内容：
-
大型语言模型的能力
-
与大型语言模型相关的危害，如毒性、虚假信息、隐私风险、社会偏见等
-
大型语言模型的建模和训练，包括仅编码器、仅解码器和编码器-解码器架构
-
并行性
-
大型语言模型的扩展和适应
课程材料和建议阅读可以在 课程网站 上找到
COS 597G：理解大型语言模型 由普林斯顿大学提供，是另一个免费的课程，从基础到高级概念都涵盖了大型语言模型。课程材料和建议阅读可以在课程网站上找到，课程大纲包括以下内容：
-
大型语言模型的基础知识。
-
对 BERT、T5 和 GPT 3 的深入评审。
-
提示语言模型。
-
大型语言模型的扩展和风险。
-
基于检索的语言模型。
-
多模态语言模型。
瑞士 ETH 的 Rycolab 提供的大型语言模型课程是一个全新的课程，目前正在进行（2023 年春季）。课程于 2023 年 2 月 21 日正式开始，讲义和推荐阅读将逐步更新在课程网站上。本课程将帮助你学习以下内容：
-
概率基础
-
建模基础
-
神经网络建模和推断
-
训练、微调和推断
-
并行处理和扩展
-
安全性和误用
由斯坦福大学的克里斯·曼宁教授讲授，CS224n: 自然语言处理中的深度学习是任何对自然语言处理感兴趣的人必修的课程。从传统的 NLP 和语言学概念到大型语言模型和伦理挑战，这门课程提供了该领域全面而扎实的基础。
2021 年冬季和2022 年春季的讲座视频可在 YouTube 上找到。
如果你想了解所有关于变换器的信息，并开始构建自己的 NLP 应用程序，用于自然语言推断、摘要、问答等，那么免费的 HuggingFace Transformers 课程是你的最佳选择。
它分为三个部分，帮助你熟悉 HuggingFace 生态系统：
-
使用 HuggingFace 变换器
-
数据集和标记器库
-
构建生产就绪的 NLP 应用程序
到目前为止，我们已经覆盖了关于大型语言模型的免费课程。接下来，我们将介绍其他有用的资源来让你初步了解这些内容。
从《图解变换器》到《在现实世界中应用大规模语言模型与 Cohere》，Jay Alammar 的技术博客是理解自然语言处理细节的最佳资源之一。
Sebastian Raschka整理了《理解大型语言模型 - 变革性的阅读清单》的研究工作。该阅读清单将帮助你了解 NLP 领域的突破：从变换器之前的 RNN 到 Google BERT，再到今天的 ChatGPT。
LangChain 是一个 Python 库，帮助你在大型语言模型之上构建有用的应用程序。一些示例包括在特定领域语料库上进行问答、训练代理解决特定问题等。
你可以查看文档，获取有关设置开发环境、入门和 API 参考的信息。
这是LangChain 创始人 Harrison Chase 的 LangChain 演示。
希望你觉得这份关于大型语言模型的资源汇总对你有帮助。我们提供了各种课程、阅读清单及其他有用的资源和框架，帮助你构建自己的强大 LLM 基础应用。
如果你想了解更多关于 ChatGPT 的工作原理，可以查看这份学习 ChatGPT 的免费资源列表。
Bala Priya C 是一位技术写作人，喜欢创作长篇内容。她的兴趣领域包括数学、编程和数据科学。她通过编写教程、操作指南等方式与开发者社区分享她的学习经验。