LLM 应用构建课程体系
LLM Bootcamp 涵盖提示词工程、增强型语言模型、语言用户界面的用户体验、LLMOps,以及一小时的应用发布演示。
The Full Stack 是一个为 AI 产品构建者提供新闻、社区和课程的网站。其内容聚焦于将 AI 创意从模型选择或提示词设计推进到生产部署、用户体验和持续改进的实务工作。
该网站主要提供 Deep Learning Course 和 LLM Bootcamp。Deep Learning Course 面向已经训练过一个或多个模型、希望从零开始构建 AI 应用的学习者;LLM Bootcamp 则聚焦于 LLM 应用的最佳实践和工具,并以免费的录播讲座和课程材料形式提供。
LLM Bootcamp 涵盖提示词工程、增强型语言模型、语言用户界面的用户体验、LLMOps,以及一小时的应用发布演示。
Deep Learning Course 涵盖模型开发相关的工作流程,包括基础设施、实验管理、故障排查、数据管理、部署、监控和伦理。
课程归档包含多个年份和多种形式,例如在线班次、Berkeley 训练营,以及由 UC Berkeley 和 University of Washington 主办的大学课程。
Spring 2023 LLM Bootcamp 包含 askFSDL 项目演示,涵盖 Python 项目、ETL/数据处理、在 Modal 上部署,以及使用 Gantry 进行监控的工具。
LLM Bootcamp 还包括关于训练自己的 LLM、agents 和 OpenAI 产品经验等主题的特邀讲座,提供更广泛的行业视角。
使用 LLM Bootcamp 学习构建 LLM 应用的实用步骤,从提示词工程和模型选择到用户体验与生产环境发布。
如果你已经掌握基础知识,并希望了解将模型转化为应用的更完整工作流程,可使用 Deep Learning Course 学习部署、监控和迭代。
使用课程归档中的不同迭代版本,按照往年结构化课程体系学习,包括在线班次和大学主办的版本。
将项目演示和讲座材料作为构建真实应用的参考,了解数据处理、部署和监控模式。
通过讲座和课程,比较不同讲师及行业视角对 LLM、agents 和生产环境问题的处理方式。
The Full Stack 提供专注于构建 AI 产品的免费课程和训练营材料,包括深度学习和 LLM 应用。课程网站称这些材料可免费获取,其中包括录播讲座和往期课程版本。
这些材料面向构建 AI 产品的人员。LLM Bootcamp 表示,其讲座旨在帮助具备 Python 经验的学习者开始构建 LLM 应用;具备机器学习、前端或后端经验会有所帮助。
该网站介绍了在线课程、线下训练营和正式大学课程等多种形式。LLM Bootcamp 材料包括录播讲座,课程页面还提到过往的在线版本和大学主办版本。
LLM Bootcamp 页面表示,具备 Python 经验的学习者可以通过这些讲座开始构建 LLM 应用,而机器学习、前端或后端经验会有所帮助。Deep Learning Course 则定位为已经至少训练过一个模型的学习者的下一步课程。
定价页面列出了课程集合和不同迭代版本,但提供的来源未显示明确的定价结构、套餐限制或结账详情。现有文字主要强调这些材料可免费获取。
流量数据仅供参考。