Curso gratuito com licença MIT e 542 lições que ensina conceitos de engenharia de IA do zero em Python, TypeScript, Rust e Julia.
71,4 mil12,6 milPythonMITAtualizado anteontem
peremartra/Large-Language-Model-Notebooks-Course
Curso gratuito e prático, com notebooks Jupyter e artigos sobre aplicações de LLMs usando OpenAI, Hugging Face, LangChain, bancos de dados vetoriais, fine-tuning e pruning.
- Estrelas
- 1,825
- Forks
- 450
- Issues abertas
- 0
- Último commit
- há 22 dias
O que é?
Este repositório é um curso gratuito e prático sobre Large Language Models, organizado em notebooks Jupyter hospedados principalmente no Colab, cada um acompanhado de um artigo mais longo que explica o código. É o material complementar não oficial de um livro publicado pela Apress, mas o curso não inclui todo o conteúdo do livro e continua recebendo novas aulas.
O curso é dividido em três partes: técnicas e bibliotecas, projetos práticos e soluções empresariais. A primeira aborda chatbots criados com a API da OpenAI, tradução de linguagem natural para SQL, bancos de dados vetoriais com ChromaDB, geração aumentada por recuperação com LangChain, agentes, métricas de avaliação como BLEU e ROUGE, e fine-tuning com PEFT, LoRA e QLoRA. Uma parte posterior aborda pruning estruturado de modelos da família Llama, bypass de atenção, destilação de conhecimento e análise de vieses.
As aulas foram planejadas para serem acompanhadas junto com os artigos, e alguns notebooks precisam de mais memória do que a oferecida pelo plano gratuito do Colab.
Recursos principais
- 01Os notebooks abordam chatbots com a API da OpenAI, NL-to-SQL e engenharia de prompt.
- 02Inclui pipelines de RAG com ChromaDB e LangChain.
- 03Aborda avaliação com BLEU, ROUGE, LangSmith e Giskard.
- 04Ensina fine-tuning eficiente em parâmetros com PEFT, LoRA e QLoRA.
- 05Demonstra pruning e destilação de conhecimento em modelos Llama 3.2.
Casos de uso
- Aprender a criar chatbots de RAG com LangChain e um banco de dados vetorial.
- Praticar fine-tuning de LLMs em uma única GPU para consumidores usando QLoRA.
- Explorar técnicas de compressão de modelos, como pruning e destilação.
Início rápido
- 1
Abra os notebooks do curso no Google Colab ou execute-os localmente a partir do repositório
- 2
Clone o repositório
- 3
Leia o artigo da lição junto com o notebook e acompanhe
Antes de usar
- Muitos notebooks usam modelos da OpenAI ou da Hugging Face que precisam de uma chave de API ou de mais memória do que o plano gratuito do Colab oferece.
- O curso ainda está em desenvolvimento contínuo, por isso novas lições são adicionadas ao longo do tempo.
- Algumas lições estão em andamento e ainda não têm um artigo.
Tópicos
Perguntas frequentes
- O que é Large-Language-Model-Notebooks-Course?
- Curso gratuito e prático, com notebooks Jupyter e artigos sobre aplicações de LLMs usando OpenAI, Hugging Face, LangChain, bancos de dados vetoriais, fine-tuning e pruning. Este repositório é um curso gratuito e prático sobre Large Language Models, organizado em notebooks Jupyter hospedados principalmente no Colab, cada um acompanhado de um artigo mais longo que explica o código. É o material complementar não oficial de um livro publicado pela Apress, mas o curso não inclui todo o conteúdo do livro e continua recebendo novas aulas.
- Large-Language-Model-Notebooks-Course é gratuito? Qual é a licença?
- Large-Language-Model-Notebooks-Course é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- Large-Language-Model-Notebooks-Course ainda é mantido?
- Manutenção ativa. O último commit de Large-Language-Model-Notebooks-Course foi em 29 de set. de 2026.
- Para que posso usar Large-Language-Model-Notebooks-Course?
- Aprender a criar chatbots de RAG com LangChain e um banco de dados vetorial. Praticar fine-tuning de LLMs em uma única GPU para consumidores usando QLoRA. Explorar técnicas de compressão de modelos, como pruning e destilação.
- Como instalar Large-Language-Model-Notebooks-Course?
- Abra os notebooks do curso no Google Colab ou execute-os localmente a partir do repositório Clone o repositório Leia o artigo da lição junto com o notebook e acompanhe
- Onde consigo Large-Language-Model-Notebooks-Course?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/peremartra/Large-Language-Model-Notebooks-Course
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Tutorial aberto em chinês que ensina os princípios dos LLMs construindo do zero um modelo pequeno no estilo LLaMA2, com Transformer, pré-treinamento, fine-tuning, RAG e agentes.
34,5 mil3,3 milJupyter NotebookOtherAtualizado há 2 meses
Coleção de tutoriais em chinês sobre implantação, uso e ajuste fino de LLMs e modelos multimodais de código aberto no Linux, com guias de treinamento completo, LoRA e P-tuning.
32,5 mil3,1 milJupyter NotebookApache-2.0Atualizado mês passado
Um guia prático e codebase em PyTorch para treinar um LLM do zero, cobrindo pré-treinamento, SFT, modelagem de recompensas, DPO/PPO/GRPO e geração.
12,3 mil1,8 milPythonMITAtualizado há 19 dias
Lista selecionada e organizada por categoria com mais de 120 bibliotecas open source para criar, treinar, servir, avaliar e monitorar aplicações com LLMs.
10,9 mil1,7 milApache-2.0Atualizado há 10 dias
Guia passo a passo em chinês, com código de demonstração para aprender LLMs, desde chamadas de API até implantação local e fine-tuning, com versões para Kaggle/Colab.
4,7 mil489PythonMITAtualizado há 9 dias