10.7K ·GitHub
这是什么？
这是 Yandex 数据分析学院（YSDA）的自然语言处理课程：一整套按周组织的讲座幻灯片、研讨课 notebook 和作业，覆盖从词嵌入到现代大语言模型主题的 NLP 内容。
这是 Yandex 数据分析学院（YSDA）的自然语言处理课程：一整套按周组织的讲座幻灯片、研讨课 notebook 和作业，覆盖从词嵌入到现代大语言模型主题的 NLP 内容。这是代码库，还是一套课程资料？它是课程资料，不是库：每个主题的讲座和研讨课内容放在各自的 “week” 文件夹里，由一个 README 指向该周的幻灯片、notebook 和作业。
它是课程资料，不是库：每个主题的讲座和研讨课内容放在各自的 “week” 文件夹里，由一个 README 指向该周的幻灯片、notebook 和作业。怎么开始学这门课？进入你想要的周文件夹，跟着它自己的 README.md 走，里面链接了该主题的讲座、研讨课 notebook 和作业；还有一个公共帖子介绍如何安装 notebook 所需的库。
进入你想要的周文件夹，跟着它自己的 README.md 走，里面链接了该主题的讲座、研讨课 notebook 和作业；还有一个公共帖子介绍如何安装 notebook 所需的库。开始之前需要什么基础？课程没有明确说明，但大纲很快从基础词嵌入推进到 Transformers、PEFT、RLHF 和 RAG，所以默认你已经熟悉 Python 和基础深度学习，而不是从零教起。
课程没有明确说明，但大纲很快从基础词嵌入推进到 Transformers、PEFT、RLHF 和 RAG，所以默认你已经熟悉 Python 和基础深度学习，而不是从零教起。整门课都完成并保持最新了吗？没有——这是进行中的 2025 年版，后面的周次还在陆续补齐，并非一开始就全部就绪。
没有——这是进行中的 2025 年版，后面的周次还在陆续补齐，并非一开始就全部就绪。这门课面向谁？它为 YSDA 校内 NLP 学生设计（作业由助教批改），但 notebook 和幻灯片是公开的，任何自学 NLP 的人都能跟着学。
它为 YSDA 校内 NLP 学生设计（作业由助教批改），但 notebook 和幻灯片是公开的，任何自学 NLP 的人都能跟着学。14 周的教学大纲涵盖哪些主题？它从词嵌入、语言建模、seq2seq/注意力机制和 Transformers 开始，随后进入迁移学习、大语言模型规模化、提示/上下文学习、PEFT 与 RLHF 微调、效率（量化、蒸馏、投机解码）、RAG、AI 智能体、可解释性、多模态大语言模型，以及构建生产级 LLM 系统。
它从词嵌入、语言建模、seq2seq/注意力机制和 Transformers 开始，随后进入迁移学习、大语言模型规模化、提示/上下文学习、PEFT 与 RLHF 微调、效率（量化、蒸馏、投机解码）、RAG、AI 智能体、可解释性、多模态大语言模型，以及构建生产级 LLM 系统。每周都配作业吗？大多数周都是一次讲座、一次研讨课搭配一份作业，比如从零构建 n-gram 语言模型、微调预训练的 BERT 模型，或用思维链推理做手工提示工程。
大多数周都是一次讲座、一次研讨课搭配一份作业，比如从零构建 n-gram 语言模型、微调预训练的 BERT 模型，或用思维链推理做手工提示工程。What are similar projects?llm_interview_note, autumn-recruitment, LLM101n, dive-into-llms, llm-course, ai-engineering-hub, jeeves, train-llm-from-scratch
llm_interview_note, autumn-recruitment, LLM101n, dive-into-llms, llm-course, ai-engineering-hub, jeeves, train-llm-from-scratchWhich topics is it in?interpretability, university, rlhf, attention-mechanism, retrieval-augmented-generation, llms, lora, natural-language-processing, transformers, curriculum, course, reinforcement-learning
interpretability, university, rlhf, attention-mechanism, retrieval-augmented-generation, llms, lora, natural-language-processing, transformers, curriculum, course, reinforcement-learning