LLM Cookbook: Khóa học LLM tiếng Trung từ Andrew Ng
/llm-cookbook
LLM Cookbook là bản dịch và tái hiện tiếng Trung cho các khóa học ngắn của Andrew Ng trên DeepLearning.AI, đáng học nếu bạn đọc được tiếng Trung và muốn một lộ trình rõ ràng qua prompt engineering, LangChain và RAG thay vì tự gom nhặt blog rời rạc. Chương trình phân rõ khóa bắt buộc và tự chọn. Nó không đi vào cơ chế bên trong mô hình - đây là bài tập gọi API và dùng framework, không phải một khóa machine learning từ đầu.
LLM Cookbook là gì?
LLM Cookbook là bản dịch và tái hiện tiếng Trung của Datawhale cho 4 khóa bắt buộc và 8 khóa tự chọn trên DeepLearning.AI do Andrew Ng giảng dạy, gồm prompt engineering, xây ứng dụng ChatGPT, LangChain, RAG, giao diện Gradio và fine-tuning mô hình. Mỗi khóa được đóng gói thành Jupyter notebook chạy được, còn các khóa bắt buộc có thêm bản PDF. Dự án dành cho developer đã có Python cơ bản, muốn một lối vào bằng tiếng Trung để xây ứng dụng trên API LLM.
11 门课程如何分级：必修与选修路径
- ✓Bốn khóa bắt buộc phủ kỹ năng nền mà developer LLM nào cũng cần: xây dựng prompt, một hệ thống hỏi-đáp hoàn chỉnh dựa trên ChatGPT, và hai khóa LangChain về xây dựng ứng dụng và truy vấn dữ liệu riêng.
- ✓Tám khóa tự chọn rẽ sang giao diện Gradio, đánh giá generative AI bằng W&B, fine-tune mô hình mở với framework lamini, và bốn khóa riêng về retrieval: semantic search cơ bản, retrieval dựa trên Chroma, đánh giá RAG toàn diện, và agent với Functions, Tools trong LangChain.
- ✓Mọi khóa học được tái hiện thành notebook chạy được trong thư mục content/, mà README nói là cập nhật thường xuyên nhất, còn docs/ chứa bản đọc Markdown chỉ cho lộ trình bắt buộc.
- ✓Nhóm tự kiểm thử lại prompt bằng tiếng Trung, theo README có hiệu quả tương đương bản gốc tiếng Anh, thay vì chỉ dịch máy prompt của Andrew Ng.
- ✓Riêng khóa Prompt Engineering có video phụ đề song ngữ được sản xuất riêng trên Bilibili, cộng thêm file phụ đề song ngữ tải về từ một repo đồng hành khác; mười khóa còn lại không có phần này.
- ✓Có bản PDF độc lập cho lộ trình bắt buộc, phát hành dưới dạng release có gắn tag trên GitHub, để đọc offline thay vì trong notebook.
Học xong làm được gì: từ gọi API đến ứng dụng RAG sản xuất
- •Viết prompt có cấu trúc để tóm tắt, suy luận cảm xúc và biến đổi văn bản qua API OpenAI, đúng như khóa Prompt Engineering bắt buộc dạy.
- •Xây một hệ thống hỏi-đáp kiểu chăm sóc khách hàng hoàn chỉnh trên API ChatGPT, theo sát khóa bắt buộc thứ hai từ đầu đến cuối.
- •Dựng một pipeline RAG trả lời câu hỏi từ tài liệu riêng của bạn, kết hợp các khóa tự chọn về semantic search, retrieval bằng Chroma và đánh giá RAG.
- •Xây giao diện chat cho ứng dụng generative AI bằng Gradio mà không cần viết code frontend.
- •Fine-tune một LLM mã nguồn mở trên dữ liệu riêng ngay tại máy cục bộ bằng framework lamini, nội dung của một khóa tự chọn.
Điểm mạnh
- ✓Các khóa học được phân rõ bắt buộc và tự chọn, nên người mới có một trình tự bắt đầu rõ ràng thay vì 11 lựa chọn ngang hàng.
- ✓Prompt được kiểm thử độc lập bằng tiếng Trung thay vì dịch máy, theo chính mô tả của README về quy trình thực hiện.
- ✓Mọi khóa học đều có notebook chạy được, không chỉ slide hay transcript video.
- ✓Phủ toàn bộ pipeline từ đầu đến cuối - prompting, xây ứng dụng, RAG, fine-tuning - thay vì dừng lại ở prompt engineering.
Điều kiện tiên quyết và hạn chế
- △Giấy phép là CC BY-NC-SA 4.0, nên theo README, dùng nội dung này cho mục đích thương mại là không được phép nếu chưa xin phép riêng - ổn cho tự học nhưng là vấn đề nếu bạn muốn đưa vào một khóa học trả phí.
- △Dự án giả định bạn đã có API key LLM, tốt nhất là của OpenAI; README nói nếu dùng nhà cung cấp khác, bạn phải tự chỉnh sửa code mẫu, và trỏ sang dự án anh em llm-universe của Datawhale cho trường hợp đó thay vì xử lý ở đây.
- △Phụ đề song ngữ và video giảng giải chỉ tồn tại cho khóa Prompt Engineering - mười khóa còn lại chỉ có notebook và văn bản.
- △Đây là công việc dịch và tái hiện, không phải thiết kế chương trình gốc: cấu trúc và trình tự khóa học là của Andrew Ng, còn đóng góp riêng của llm-cookbook là lớp tiếng Trung, code tái hiện, và cách phân cấp bắt buộc/tự chọn.
- △GitHub không hiển thị trường license ở cấp repo; điều khoản CC BY-NC-SA chỉ xuất hiện trong nội dung README, nên công cụ đọc metadata trực tiếp có thể bỏ sót.
So sánh với các tài nguyên học LLM khác
Câu hỏi thường gặp
LLM Cookbook miễn phí để đọc online hoặc tải PDF, nhưng README cấp phép nội dung theo CC BY-NC-SA 4.0 (Creative Commons Attribution-NonCommercial-ShareAlike). Nghĩa là dùng cho mục đích thương mại không được phép nếu chưa xin phép riêng từ nhóm Datawhale; tự học và chia sẻ phi thương mại thì không sao.
LLM Cookbook yêu cầu Python cơ bản và khả năng chạy Jupyter notebook, cộng thêm một API key LLM - README khuyến nghị dùng của OpenAI. Nếu bạn dùng nhà cung cấp khác, bạn sẽ phải tự chỉnh code mẫu, hoặc tham khảo dự án anh em llm-universe của Datawhale mà README trỏ đến cho trường hợp này.
Các khóa bắt buộc và tự chọn chia thành ba nhóm chính: kỹ thuật prompting (hai khóa, gồm một khóa về ChatGPT API), xây dựng app (hai khóa LangChain và một khóa về Gradio), và làm việc với model (đánh giá, debug, finetune, cùng bốn khóa retrieval/RAG) — tất cả tái hiện từ danh mục của Andrew Ng trên DeepLearning.AI, dịch sang tiếng Trung.
Chỉ khóa Prompt Engineering có. README dẫn link video phụ đề song ngữ được sản xuất riêng trên Bilibili, file phụ đề song ngữ tải từ một repo GitHubDaily đồng hành, và thêm một video giảng giải khác. Mười khóa còn lại chỉ có văn bản và notebook, không có bản video.
LangChain có hai khóa bắt buộc - xây ứng dụng bằng framework này rồi truy vấn dữ liệu riêng bằng nó - cộng thêm một khóa tự chọn về Functions, Tools và Agents. RAG được chia thành bốn khóa tự chọn: nền tảng semantic search, retrieval dựa trên Chroma, đánh giá RAG toàn diện, và kỹ thuật retrieval nâng cao, đi từ pipeline cơ bản đến cấp độ sản xuất.
Bắt đầu với bốn khóa bắt buộc theo đúng thứ tự README liệt kê: prompt engineering, xây hệ thống hỏi-đáp ChatGPT, rồi hai khóa LangChain, vì mỗi khóa dùng kỹ năng của khóa trước. Sau đó, tám khóa tự chọn nên được chọn theo sở thích chứ không cần theo trình tự; README không quy định thứ tự nào cho phần này.
Nên học và nên bỏ qua khi nào
Developer đã biết Python, có (hoặc có thể lấy) API key LLM, và muốn đọc một chương trình tiếng Trung được phân cấp rõ ràng thay vì tự ghép nhặt blog và transcript khóa học tiếng Anh nên bắt đầu với bốn khóa bắt buộc. Bỏ qua nếu bạn không đọc được tiếng Trung - bản gốc tiếng Anh trên DeepLearning.AI dạy cùng nội dung - hoặc nếu bạn tìm hiểu cơ chế bên trong và pretraining của LLM, thứ mà chương trình này không đụng tới.
Repo liên quan
Muốn nghe thêm một ý kiến về llm-cookbook?
Hỏi một AI đọc được trang này — một cú bấm là có ngay nhận định về llm-cookbook.