好消息！吴恩达再发大模型精品课程：Generative AI with Large Language Models，一个面向中级人员的生成式AI课程

吴恩达创办的DeepLearning.AI一直在提供各种面向AI领域的精品课程。在上个月，他们发布的四门AI短课程（包含了ChatGPT的使用、ChatGPT Prompt工程技术、面向LLM应用的LangChain教程和Diffusion工作原理）受到了广泛的欢迎。今天，吴恩达宣布与AWS的研究人员一起推出了全新的长课程《Generative AI with Large Language Models》，这门课程的主要内容是讲授生成式AI的工作原理以及如何部署面向真实世界应用的生成式AI模型。

《Lenerative AI with Large Language Models》简介

生成式AI技术是目前最火爆的ChatGPT模型的基础技术。而目前生成式AI中最主流的模型就是transformers，本课程也是以transformers模型为核心讲授这种深度学习架构的技术细节，并说明为什么它可以创造出很厉害的大模型。

具体来说，本课程的内容主要包含3个部分：

1. 生成式AI模型的基本原理
2. 深度挖掘最新的生成式AI技术以及当前的公司如何利用最尖端的AI技术创造价值
3. AWS专家用实际案例告诉你如何在企业业务中部署AI

从上面的内容可以看到，本课程最大的亮点就是不深究AI算法的数学原理，而是基于应用的角度说明目前大语言模型背后的生成式AI技术的原理。以及最新的技术发展情况，同时也提供了面向企业应用的AI部署案例。由于课程是与AWS专家一起合作开发的，因此课程中包含了很多实际的应用案例。所以，我个人角度觉得这个课程是面向企业技术骨干或者是技术领导人的课程。

《Lenerative AI with Large Language Models》课程中的学习内容

与此前完全免费的课程不同，这门课还包括部分收费内容，主要是作业评分和证书（人民币200元哦，不便宜）。但是，课程的视频内容却是完全免费的。在这门课中，你要完成如下内容：

1. 深入理解生成式AI，课程会描述典型的基于LLM的生成式AI生命周期中的关键步骤：从数据收集和模型选择到性能评估和部署
2. 详细描述LLM背后的transformers架构，学习transformer是如何被训练的，以及如何微调预训练模型，如何使LLM适应各种特定的用例
3. 使用经验上的缩放定律在数据集大小、计算资源预算有限和推理需求方面平衡最终的模型训练目标
4. 应用最先进的训练、调优、推理、工具和部署方法，在项目的特定约束条件下最大限度地提高模型的性能
5. 在听取行业研究人员和从业者的故事后，讨论生成人工智能为企业创造的挑战和机遇
6. 完成课程后，获得Coursera证书

注意，这些内容中获得证书部分是需要收费才能获得的。但是，我个人觉得收费最大的价值是里面的作业部分，目前看到的收费任务作业如下：

1. 案例教程：Generative AI Use Case: Summarize Dialog，生成式AI使用案例：基于对话数据用生成式AI进行摘要总结
2. 第一周作业
3. 案例教程：在Notebook中，学习如何微调LLM提高对话摘要的质量，使用的式Flan-T5模型和PEFT 微调技术
4. 第二周作业
5. 案例教程：在Notebook中，学习如何用强化学习微调Flan-T5模型来生成更加积极的结果
6. 第三周作业

从上面的收费内容可以看到，收费内容中最有价值的部分是3个案例，都是Notebook教程，但是都是实际使用LLM来解决问题的。基本上应该说如果学会这三个案例，那么对于LLM的使用就差不多完全入门了。所以，200元，对于企业的工作人员来说应该是值得的。

《Lenerative AI with Large Language Models》课程总结

官方宣称这门课是针对中级人员的课程，所以需要你有一定的编程基础并且对机器学习有一定的了解，那么学习这么课程将会很容易。此外，官方建议课程学习3周时间，是一个比较长的时间。

总的来说，尽管该课程包含收费部分，但是对于从事相关工作的人来说，应该是值得的。对于预算有限的童鞋来说，直接学习视频课程也会受益匪浅，大家也可以在GitHub上基于其它模型来练习，包括最近发布的ChatGLM-6B、CPM-Bee 10B等国产模型，在GitHub上都有详细的微调和使用教程，也适合大家做相关的学习。

《Lenerative AI with Large Language Models》课程地址：https://www.deeplearning.ai/courses/generative-ai-with-llms/