@tom_doerr: 为期8周的实践型LLM工程课程,每周项目作业 https://github.com/ed-donner/llm_engineering…
摘要
由Ed Donner提供的免费开源8周实践型LLM工程课程,包含每周项目作业,涵盖Ollama、Llama 3.2及AI编程工具等主题。
为期8周的实践型LLM工程课程,每周项目作业
https://t.co/3fQjuDHMMh https://t.co/maraSNpEKR
查看缓存全文
缓存时间: 2026/05/16 03:11
其他资源
相似文章
逐步 LLM 工程项目 (2026 版)
一个基于项目的路线图,通过构建从分词器到服务栈的关键组件来学习 LLM 工程,包括硬件基础和后训练技术。
@tom_doerr: 视频引导的ML系统和LLM基础设施课程 https://github.com/HuaizhengZhang/AI-Infra-from-Zero-to-He…
一个精选的视频引导课程和全面的资源列表,用于学习ML系统和LLM基础设施,包括论文、课程和教程。
@akshay_pachaar: LLM工程师手册(每天30分钟,10周,50课)一个面向LLM推理服务的路线图,一切都指向一个服务,而不是分散在多个演示中。
一个为期10周、每天30分钟的工程师学习LLM推理服务的路线图,涵盖vLLM、SGLang、负载测试、量化以及优化技术,以构建一个可复现的基准测试。
@tom_doerr: 本地LLM工具和硬件精选列表 https://github.com/0xSojalSec/LLMs-local…
一份精选列表,包含用于本地运行大语言模型的平台、工具、模型、硬件和资源,托管在GitHub上。
@_avichawla: https://x.com/_avichawla/status/2053049489963811135
本文概述了2026年大语言模型(LLM)工程的路线图,详细阐述了包括提示词工程、RAG系统、上下文管理在内的八大关键支柱,并为每项支柱提供了精选的免费及开源资源。