Hugging Face NLP 课程升级为 LLM 课程
Hugging Face 宣布将其经典的 NLP 课程全面重构为 LLM 课程,以反映大模型时代的技术范式转移。新版课程将涵盖从基础 Transformer 到现代 LLM 训练、微调及部署的全链路知识,并计划引入交互式练习与直播环节。
关联知识实体
报道正文
本文目录5 个章节
NLP 课程正式升级为 LLM 课程!
发布于 2025 年 4 月 3 日 在 GitHub 上更新 点赞 109
ben burtenshaw burtenshaw Vaibhav Srivastav reach-vb Lewis Tunstall lewtun Florent Daudens fdaudens Pedro Cuenca pcuenq Tom Aarsen tomaarsen Eliott Coyac coyotte508 Mishig ᠮᠢᠰᠾᠢᠭ mishig Sergio Paniego sergiopaniego Julien Chaumond julien-c
教育始终处于 Hugging Face “让 AI 民主化”这一使命的核心。为了进一步强化这一目标,我们对 hf.co/learn 进行了全面升级!过去三年里,我们的 NLP 课程一直是开源 AI 社区的首选学习资源,现在正是对其进行焕新升级的时刻。我们将对课程内容进行更新和扩展,以紧跟 AI 领域令人振奋的最新进展(毕竟每周都有突破发生,这确实不容易!)
从实验性的 smol-course 到规模宏大的 agents course,我们感受到了大家的热情——有 10 万名学生注册,以一种新颖、有趣且互动的方式学习 AI Agent!
在过去几个月里,我们在原有的“NLP”课程中新增了多个章节,包括 LLM 微调以及构建 Deepseek R1 等推理模型。这些新增章节已不再适合归入“NLP”的范畴,因此我们寻找了一个更贴切、更具现代感的标题,最终确定为 LLM 课程。
原 NLP 课程的资料会如何处理?
我们将保留现有的、聚焦于经典 NLP 任务(如分类、命名实体识别和检索)的内容。这些主题之所以重要,是因为:
- 我们不需要在所有场景下都使用 LLM!
- 学生仍然能从这些更简单的任务中受益,它们可以在本地运行且易于解释。
事实上,在未来几个月里,我们将更新并现代化这些经典章节,纳入诸如 Sentence Transformers、零样本分类的新进展以及 ModernBert 等方法。
会有新章节吗?
是的。我们正致力于添加新章节,重点是将前沿研究以更易被广大受众理解的方式呈现,并确保其与 transformers、Spaces 和 Hugging Face Hub 等工具兼容。例如,我们将增加关于微调、推理和检索的章节。
我们希望新章节更加开源并贴近社区,而不是仅仅局限于 Hugging Face 库。transformers 库已成为 LLM 建模代码的事实标准参考,但模型在多种框架中被消费、微调和采用。这很棒!例如,在第 11 章关于微调 LLMs或第 12 章关于推理模型中,我们与那些极大地补充了 Hugging Face 库功能的工具和库进行了合作。这包括:
在未来几个月里,我们计划扩大合作范围,吸纳更多作者、维护者和公司参与。我们希望我们的材料能涵盖你们正在使用的最佳工具!
会有交互式练习和直播课程吗?
是的,当它们对学生有用时。我们将专注于提供可靠的书面材料和编程练习,这些内容将在未来多年内保持实用价值。但对于那些学生倾向于同步参与的热门主题,我们将构建交互式练习并举办直播课程。
下一步是什么?
要参与本课程,请关注 Hub 上的组织页面,如果你希望加入、建议交互式单元或提议举办直播课程,请发起讨论。

