Курс на Stepik
Обложка курса «Большие Языковые Модели (LLM) с нуля» на Stepik
3 200 ₽

Большие Языковые Модели (LLM) с нуля ★ 4.556

Открыть на
STEPIK.ORG

Представьте себе мир, где машины понимают вас так же, как и люди. Это не фантастика, это реальность, которую мы создаем с помощью нейросетей для обработки естественного языка (NLP). Наш курс, созданный при поддержке Hugging Face, предлагает глубокое погружение в мир нейросетей-трансформеров, используя такие библиотеки Hugging Face как: Transformers, Datasets, Tokenizers и Accelerate. От основ до продвинутых тем, мы покрываем все, что вам нужно знать, чтобы стать профессионалом в NLP.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Большие Языковые Модели (LLM) с нуля»Учеников на курсе 200
Сертификаты, выданные на курсе «Большие Языковые Модели (LLM) с нуля»Сертификатов выдано 35
Отзывы о курсе «Большие Языковые Модели (LLM) с нуля»Отзывов получено 9
Рейтинг курса «Большие Языковые Модели (LLM) с нуля»Рейтинг курса 4.556
Уроки в курсе «Большие Языковые Модели (LLM) с нуля»Количество уроков 48
Тесты в курсе «Большие Языковые Модели (LLM) с нуля»Количество квизов 357
Время прохождения курса «Большие Языковые Модели (LLM) с нуля»Время прохождения курса —
Стоимость курса «Большие Языковые Модели (LLM) с нуля»Стоимость курса 3 200 ₽ —
Обновления курса «Большие Языковые Модели (LLM) с нуля»Обновления курса — —
Дата публикации курса «Большие Языковые Модели (LLM) с нуля»Дата публикации курса — ———
Последнее обновление курса «Большие Языковые Модели (LLM) с нуля»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «Большие Языковые Модели (LLM) с нуля» 11 разделов Уроки в курсе «Большие Языковые Модели (LLM) с нуля» 48 уроков Тесты в курсе «Большие Языковые Модели (LLM) с нуля» 357 тестов Время прохождения курса «Большие Языковые Модели (LLM) с нуля» 14 ч. Последнее обновление курса «Большие Языковые Модели (LLM) с нуля» обн. 31 июля 2026

Знакомство с Трансформерами

2 урока
1. Как работают Трансформеры? ↗
2. Трансформеры, что они умеют? ↗

Использование Трансформеров

5 уроков
1. Как работает Пайплайн? ↗
2. Модели ↗
3. Токенизаторы ↗
4. Обработка сразу нескольких последовательностей ↗
5. Объединение всего вместе ↗

Настройка Предобученной Модели

3 урока
1. Обработка данных ↗
2. Тонкая настройка модели с использованием Trainer API ↗
3. Полный цикл обучения ↗

Работа с Хабом

3 урока
1. Использование предобученных моделей ↗
2. Совместное использование предварительно обученных моделей ↗
3. Создание карточки модели ↗

Библиотека "Datasets"

5 уроков
1. Работа с локальными и удаленными наборами данных ↗
2. Время нарезать ↗
3. Большие данные? Huggingface Datasets в помощь! ↗
4. Создание собственного набора данных ↗
5. Семантический поиск с FAISS ↗

Библиотека "Tokenizers"

8 уроков
1. Тренировка нового токенизатора на основе старого ↗
2. Особые возможности быстрых токенизаторов ↗
3. Быстрые токенизаторы и пайплайн для ответов на вопросы ↗
4. Нормализация и предварительная токенизация ↗
5. Токенизация с использованием кодирования байтовых пар ↗
6. Токенизация WordPiece ↗
7. Униграммная токенизация ↗
8. Создание собственного токенизатора ↗

Основные Примеры Задач Применения Трансформеров

6 уроков
1. Классификация токенов ↗
2. Тонкая настройка модели языка с маской ↗
3. Перевод ↗
4. Суммаризация (Резюмирование) ↗
5. Обучение модели обработки естественного языка с нуля ↗
6. Вопросно-ответная система ↗

Практические Задачи

5 уроков
1. Практическое задание: классификация отзывов о продукте ↗
2. Практическое Задание: Определение эмоций в тексте ↗
3. Практическое Задание: классификация языка текста ↗
4. Практическое задание: распознавание именованных сущностей ↗
5. Практическое задание: кластеризация новостных статей ↗

Создание Full Stack Демо Проектов c Gradio

6 уроков
1. Создание первой демонстрации ↗
2. Понимание класса Interface ↗
3. Делимся своим демо ↗
4. Интеграция с Hugging Face Hub ↗
5. Расширенные возможности интерфейса ↗
6. Введение в блоки Gradio ↗

Производительность и масштабирование (Бонус)

4 урока
1. Эффективное обучение на CPU ↗
2. Эффективное обучение на одном GPU ↗
3. Эффективное обучение на нескольких GPU ↗
4. Оптимизация Скорости Обучения Трансформеров ↗

Это только начало

1 урок
1. Что дальше? ↗