欢迎学习面向开发者的大模型手册 - LLM Cookbook
欢迎学习面向开发者的大模型手册 - LLM Cookbook
🍉 CSDN 叶庭云：https://yetingyun.blog.csdn.net/
一、项目意义
Datawhale 是一个专注于数据科学与 AI 领域的开源组织，汇集了众多领域院校和知名企业的优秀学习者，聚合了一群有开源精神和探索精神的团队成员。Datawhale 的小伙伴们一起制作了一份优质的中文教程：面向开发者的大模型手册 - LLM Cookbook
由吴恩达老师与 OpenAI 联合推出的官方教程，如 ChatGPT Prompt Engineering for Developers、LangChain for LLM Application Development 和 Building Systems with the ChatGPT API 等，预计将成为 LLM 的重要入门教程。然而，目前这些教程仅支持英文版，且国内访问受限。因此，创建中文版并确保国内流畅访问的教程具有重要意义。此外，考虑到 ChatGPT 对中文和英文的理解能力存在差异，贡献者在多次对比和实验后，确定了效果大致相当的中文 Prompts，以支持学习者研究如何提升 ChatGPT 在中文语境下的理解和生成能力。
这份教程为开发者提供了学习如何基于 LLM 搭建应用程序的实践路径。为了支持国内中文学习者，这份教程将该系列课程翻译为中文，复现了范例代码，并为一个视频增加了中文字幕。该项目还实现了与原文效果相当的中文 Prompts，以便国内学习者在中文语境下体验 LLM 的使用，并对比学习多语言环境下的 Prompts 设计与 LLM 开发。在未来，这个项目将进一步丰富本课程内容，加入更多提示工程的高级技巧，以帮助开发者掌握更多、更实用、更巧妙的提示工程技能！
二、项目简介
项目地址：https://github.com/datawhalechina/llm-cookbook/
这个项目是一本大模型手册，专为满足国内开发者的实际需求而设计，旨在全面引导开发者入门 LLM。该项目以吴恩达老师的大模型系列课程为基础，对课程内容进行筛选、翻译、复现和优化，涵盖了从 Prompt Engineering 到 RAG 开发、模型微调的全过程，以最适合国内学习者的方式，引导他们入门和实践 LLM 相关项目。
Datawhale 的小伙伴们根据吴恩达老师的 11 门大模型课程的不同特点进行了翻译和复现，并考虑到国内学习者的实际情况，对课程进行了分级和排序。初学者可以先系统地学习必修课程，掌握 LLM 的基础技能和概念，然后根据自己的兴趣选择性地学习选修课程，不断在感兴趣的方向上探索和学习。
如果有你非常喜欢的吴恩达老师的大模型课程，但课程还未进行复现，该项目欢迎每一位开发者参考已有课程的格式和风格，复现课程并提交 PR。一旦 PR 审核通过，项目负责人会根据课程内容进行分级并合并到课程中。非常欢迎每一位开发者的贡献！
其他相关材料：
三、学习指南
这份教程适合具备 Python 基础并希望入门 LLM 的开发者。如果您打算开始学习本教程，您需要具备以下条件：
-
至少熟悉一个 LLM API（推荐 OpenAI Python API library，如果您使用其他 API，可能需要参考相关教程修改 API 调用代码）。
-
熟练使用 Python Jupyter Notebook。
这份教程共包括 11 门课程，分为必修和选修两类。必修课程包含了入门 LLM 所需的所有基础技能和概念，这些课程非常适合初学者。该项目还为这些课程提供了在线阅读和 PDF 版本，并建议学习者按照这样的顺序进行学习。选修课程是对必修课程的进一步拓展，涵盖了 RAG 开发、模型微调、模型评估等多个方面，适合已掌握必修课程的学习者根据自己的兴趣选择学习。
必修类课程包括：
-
面向开发者的 Prompt Engineering 是基于吴恩达老师的 ChatGPT Prompt Engineering for Developers 课程打造的。这门课程面向入门 LLM 的开发者，深入浅出地介绍了如何构造 Prompt，并基于 OpenAI 提供的 API 实现包括总结、推断、转换等多种常用功能。这是入门 LLM 开发的第一步。
-
搭建基于 ChatGPT 的问答系统是基于吴恩达老师的 Building Systems with the ChatGPT API 课程打造的。这门课程指导开发者如何基于 ChatGPT 提供的 API 开发一个完整的、全面的智能问答系统。通过代码实践，我们可以实现基于 ChatGPT 开发问答系统的全流程，这是大模型开发的实践基础。
-
使用 LangChain 开发应用程序是基于吴恩达老师的 LangChain for LLM Application Development 课程打造的。这门课程对 LangChain 进行了深入的介绍，帮助学习者了解如何使用 LangChain，并基于 LangChain 开发完整的、具备强大能力的应用程序。
-
使用 LangChain 访问个人数据是基于吴恩达老师的 LangChain Chat with Your Data 课程打造的。这门课程深入拓展了 LangChain 提供的个人数据访问能力，指导开发者如何使用 LangChain 开发能够访问用户个人数据、提供个性化服务的大模型应用。
选修课程包括：
-
Building Generative AI Applications with Gradio 课程，由吴恩达老师主讲，教授如何使用 Gradio 和 Python 接口程序，快速且高效地为生成式 AI 构建用户界面。
-
Evaluating and Debugging Generative AI 课程，由吴恩达老师主讲，结合 wandb 工具，为开发者提供一套系统化的方法和工具，以有效地跟踪和调试生成式 AI 模型。
-
Finetuning Large Language Model 课程，由吴恩达老师主讲，结合 lamini 框架，教授如何在本地便捷且高效地使用个人数据微调开源大语言模型。
-
Large Language Models with Semantic Search 课程，由吴恩达老师主讲，专注于检索增强生成，介绍了多种高级检索技巧，以实现更准确且高效的检索增强 LLM 生成效果。
-
Advanced Retrieval for AI with Chroma 课程，由吴恩达老师主讲，介绍了基于 Chroma 的高级检索技术，旨在提升检索结果的准确性。
-
Building and Evaluating Advanced RAG Applications 课程，由吴恩达老师主讲，介绍了构建和实现高质量 RAG 系统所需的关键技术和评估框架。
-
Functions, Tools and Agents with LangChain 课程，由吴恩达老师主讲，介绍了如何基于 LangChain 的新语法构建 Agent。
-
Prompt 高级技巧。原创内容，正在创作中。
其他资料包括：
瓜分20万奖金 获得内推名额 丰厚实物奖励 易参与易上手
更多推荐
27
0- 0
已为社区贡献6条内容
所有评论(0)