跟着书敲代码，从零上手大模型实战
这是 O'Reilly 出版的《Hands-On Large Language Models》一书的官方代码仓库，提供配套的 Jupyter Notebook 教程和代码示例。它旨在帮助开发者从零开始理解和构建大语言模型应用，覆盖从基础概念（如分词、嵌入、注意力机制）到实际微调（如 PEFT、LoRA）和部署（如量化、推理优化）的全流程。核心能力包括：通过交互式代码演示 LLM 的工作原理，提供可运行的微调与评估脚本，并包含多个实战项目（如文本分类、问答系统、RAG 等）。项目解决了初学者面对 LLM 时“理论多、实践少”的痛点，让读者能边学边练，快速上手。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1查看GitHub仓库
打开项目主页，浏览 README 和 Notebook 目录，了解章节与示例分布。
2查看官网资源
访问 llm-book.com，查看书籍配套说明、更新与扩展资源。
3准备运行环境
项目以 Jupyter Notebook 为主，需准备可打开并运行 .ipynb 的环境。
4按章节运行代码
在仓库中打开感兴趣的 Notebook，逐单元阅读并执行，注意各单元标注的前置依赖。
能打开仓库首页并浏览 Notebook 文件，或成功加载任意 .ipynb 即表示准备完成。
Q：README 没有安装命令怎么办？
A：以仓库最新说明为准；各 Notebook 通常会在首个单元或正文中给出所需依赖，按提示安装即可。
Q：需要什么环境运行？
A：项目为 Jupyter Notebook，准备支持 .ipynb 的本地或云端 Jupyter 环境即可。
Q：适合零基础吗？
A：内容从基础概念讲到微调与部署，适合边学边练，但最好具备 Python 基础。
Hugging Face Transformers 教程、fast.ai Practical Deep Learning for Coders、LLM Course (by mlabonne)
Hands-On-Large-Language-Models 是学习教育领域的开源项目，由 HandsOnLLM 开发，2024 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（29,238）位列前 2%，在学习教育分类的 427 个项目里位列前 5%。
近 41 天，它的 GitHub 星标从 28,199 增加到 29,238，净增 1,039。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。开源书籍配套代码，完全免费，无付费版本。
它主要面向的使用场景是：系统学习LLM理论与实践的初学者。同类可对比的替代方案包括 Hugging Face Transformers 教程、fast.ai Practical Deep Learning for Coders、LLM Cour…。
下一篇：llm-cookbook
awesome-awesome-ai
开源
一站式导航AI资源，告别收藏夹吃灰
An awesome list for collecting awesome lists related to AI.
machine-learning
开源
免费学AI，从入门到实战，社区共建资源库
Learn AI together, for free. AI learning and teaching resources for everyone.
groundhog
开源
拆解 Cursor 原理，手把手教你造 AI 编程助手
Groundhog's primary purpose is to teach people how Cursor and all these other coding···
notebooks
开源
跟着最新视觉模型教程，边看边跑代码，快速上手实战
A collection of tutorials on state-of-the-art computer vision models and techniques.···
