关于Cohere的LLM大学的一切你需要的信息
All the information you need about Cohere's LLM program at the university.
你可能听到很多关于大型语言模型（LLM）的事情。有些人对未来的发展很感兴趣。有些人想知道“我该如何参与其中？！”无论你对LLM有什么想法，最终的目标都是想要更多地了解它。如果你想通过学习LLM来转行到科技行业的其他职业，Cohere的LLM大学可以帮助你实现这一目标！
我们发现越来越多的开发人员对将LLM与自己的职业发展提升到更高水平感兴趣。自然语言处理（NLP）是许多开发人员原本不打算涉足的领域。但随着LLM的增长以及Cohere等组织提供的教育内容，这个转变变得更加容易。
- 多线程 vs. 多进程：理解差异
- 遇见TALL：一种AI方法，将视频剪辑转化为预定义布局，实现空间和时间依赖性的保留
- 剑桥大学和加州大学洛杉矶分校的研究人员推出了DC-Check：一种新的数据中心人工智能检查清单式框架，用于指导可靠机器学习系统的开发
LLM大学是什么？
Cohere旨在通过为开发人员和企业赋予能够利用语言AI捕捉核心业务价值的产品来构建语言AI的未来。为了实现这一目标，他们创建了LLM大学，专为想要了解更多关于NLP和LLM的开发人员而设。
他们提供了一套全面的课程，旨在为学生和开发人员提供良好的NLP基础知识，并在此基础上开发他们自己的应用程序。
当你听到这是为开发人员而设时，不要感到紧张，因为他们致力于迎合来自各种背景的各种类型的人。你将学习NLP和LLM的基础知识，并在此基础上进一步学习，比如构建和使用文本表示和文本生成模型。
理论部分有清晰的解释和类比，配有实例进行说明，实践部分则有代码示例来巩固你的知识。一旦你对这个领域有了良好的理解，你将通过实际练习来测试自己的技能，然后能够构建和部署自己的模型。
学习路线
那么它是如何工作的？初学者和中级学习者一起吗？不是的。学习有两种方式：
- 顺序学习
如果你是一名新的机器学习工程师，可能更喜欢从NLP和LLM的基础知识开始。通过顺序路线，你将学习NLP和LLM的基础知识以及它们的架构。
虽然这条路线需要很少的背景知识，但你仍然可以通过使用以下材料来复习你的机器学习和NLP知识：附录1。
- 非顺序学习
如果你对NLP和LLM的基础知识有一定的自信，可能不想从头开始学习。你可以跳过这些基础模块，直接进入符合你要求或有助于你的特定项目的模块。你可以通过查看以下材料了解其中的内容：附录2。
LLM大学课程
想知道你将学到什么吗？让我们深入了解…
在以下主要模块中，你将学习关于LLM的知识，了解它们的工作原理，并进行实践性的实验来构建你自己的语言应用程序。第一个模块完全侧重于理论，然后在第2、3和4模块中，你将结合理论和代码实验进行实践。
这些是模块：
- 模块1：什么是大型语言模型？
在这个模块中，你将学习LLM的基础知识，以及嵌入、注意力、变换器模型架构、语义搜索等内容，还会有实际例子和实践练习。
- 模块2：使用Cohere端点进行文本表示
在第二个模块中，你将学习理论知识，并进行实践实验，学习如何使用Cohere的分类、嵌入和语义搜索端点。到模块结束时，你将学会编写代码调用Cohere API来访问多个不同的端点。
- 模块3：使用Cohere端点生成文本
在第三个模块中，您将学习如何使用生成学习来生成文本。您将从一个代码实验开始，该实验将教您如何使用生成的端点，然后掌握提示工程。
- 模块4：部署
最后但并非最不重要的是部署！当您构建应用程序时，您将学习如何使用AWS SageMaker、Streamlit和FastAPI等平台和框架来部署它们。
完成这些模块后，您将掌握NLP的世界，并在不断增长的语言技术领域开启新的机遇。
总结
为了帮助您获得所需的帮助，Cohere正在接纳第一批学习者，并指导他们一起完成课程材料。他们还有阅读小组，并举办独家活动。您可以加入他们的Discord社区：Cohere的Discord社区，与其他学习者建立联系，相互帮助，分享想法并共同构建。
Nisha Arya是一名数据科学家，自由技术作家和VoAGI社区经理。她特别感兴趣为数据科学提供职业建议、教程和理论知识。她还希望探索人工智能在延长人类寿命方面的不同方式。她是一位热心的学习者，希望扩展自己的技术知识和写作能力，同时帮助指导他人。
