最佳大模型（LLM）课程
大模型值得单设一个榜单：这个领域变化太快，泛泛的机器学习课程跟不上。以下课程真正教大模型的原理与构建方法——按深度、时效与教学质量排序。排名依据我们的评测方法。
| 课程 | 评分 | 最适合 | 时间投入 | 价格 |
|---|---|---|---|---|
| Stanford CS224n — 深度学习自然语言处理（公开材料） | 4.7/5 | 有扎实 ML/数学基础、想要严格且逐年更新的 NLP/LLM 根基的学习者 | 10 周学期；Stanford Online 标注每周 10–15 小时；约 19 讲 + 4 次作业 + 期末项目 | 公开材料免费；付费在线版 XCS224N 截至 2026 年 8 月约 $1,950——以官网为准 |
| Generative AI with Large Language Models（DeepLearning.AI + AWS） | 4.3/5 | 想要结构化、有成本意识的完整 LLM 生命周期心智模型的开发者与数据科学家 | 约 16.5 小时内容，按 3 周组织 | Coursera 订阅约 $49/月（据 DeepLearning.AI FAQ，2026 年 8 月）；视频可免费旁听；以官网为准 |
| Hugging Face LLM Course | 4.4/5 | 想系统掌握 Transformers 生态（Hub、Datasets、Tokenizers、微调）的开发者 | 12 章 + 环境配置章；每章约 6–8 小时，业余约三个月 | 完全免费、无广告——部分练习可能产生外部算力成本 |
| 李宏毅《机器学习 / 生成式 AI》公开课 | 4.5/5 | 想用中文入门深度学习/大模型原理的初学者与转行者，以及想跟进 LLM、Agent、RLHF 等前沿主题、喜欢讲原理而非只教工具的学习者 | 一学期内容；自学全部视频约 30–50 小时，做作业另需大量时间 | 完全免费公开；作业批改与学分仅限台大注册学生 |
- 1
Stanford CS224n — 深度学习自然语言处理（公开材料）
Stanford University
学术根基：CS224n 以完整的数学严谨度从词向量讲到 Transformer，讲义与作业公开。想理解大模型而不只是使用，从这里开始。
阅读完整点评 → - 2
Generative AI with Large Language Models（DeepLearning.AI + AWS）
DeepLearning.AI
最好的结构化实践者课程：DeepLearning.AI 与 AWS 用约十六小时覆盖大模型全生命周期——预训练、微调、RLHF、部署。达到实践者深度，无需学术先修。
阅读完整点评 → - 3
Hugging Face LLM Course
Hugging Face
免费的代码先行之选：Hugging Face 的课程让你在使用中学会 Transformer 技术栈——分词器、微调、Hub。免费且持续维护。
阅读完整点评 → - 4
李宏毅《机器学习 / 生成式 AI》公开课
台湾大学（NTU）· 李宏毅教授
最好的中文选择：李宏毅老师的生成式 AI 课程以罕见的清晰与幽默讲透大模型机理。在 YouTube 和 B 站免费。
阅读完整点评 →