Awesome-LLM-Large-Language-Models-Notes

一份笔记,带你系统玩转大模型应用与开发

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 30 🐛 待处理 1 👀 关注 7
GitHub ↗
GitHub 星标 ★ 157
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,无在线服务,需自行部署,完全免费。

项目预览

Awesome-LLM-Large-Language-Models-Notes 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队kyaiooiayk
定价模式🏷️完全免费
价格说明开源项目,无在线服务,需自行部署,完全免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
主要语言Jupyter Notebook
技术栈/模型bert,gpt,large-language-models,transformers
GitHub 星标★ 157
上线时间2022-12-17 00:00:00
代码更新2025-04-05
仓库体积413 KB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数3

项目介绍

这是一个面向LLM学习者和开发者的精选资源笔记集合,以Jupyter Notebook形式呈现,旨在回答“我能用LLM模型做什么”这一核心问题。项目通过整理和分类大量关于大语言模型的学习笔记、教程、代码示例和实用资源,帮助用户快速理解LLM的基本概念、应用场景、微调方法和部署技巧。它解决了LLM领域信息碎片化、学习路径不清晰的问题,提供了一条结构化的学习路线。核心能力包括:系统梳理LLM知识体系、提供可运行的代码示例、汇总前沿论文和工具、以及分享实际应用案例。项目目前处于早期阶段,内容正在持续丰富中,适合希望系统入门LLM的开发者、研究者和产品经理作为学习参考。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 157

核心亮点

  • 以Jupyter Notebook形式提供可交互的代码示例,便于动手实践
  • 内容组织结构化,覆盖LLM概念、应用、微调等关键主题
  • 持续更新的精选资源列表,节省搜索和筛选时间

不足之处

  • 文档/社区待观察

适用场景

  • 初学者系统学习大语言模型基础知识
  • 开发者快速查找LLM应用场景和代码模板
  • 研究者梳理LLM领域关键论文和工具

替代项目

LLM University、Awesome-LLM、Hugging Face Course

上一篇:LLMRank

下一篇:LLaVA-MoD

同类项目推荐

NLP-pretrained-model 开源

收集常用NLP预训练模型,拿来即用省训练时间

A collection of Natural language processing pre-trained models.

★ 169 2026-08-09
Mini-LLM 开源

小算力复刻主流大模型架构,单卡跑通训练到推理

This project aims to replicate mainstream open-source model architectures with limit···

★ 298 2026-09-16
awesome-llm 开源

一份清单,带你快速摸清大模型生态

Awesome series for Large Language Model(LLM)s

★ 88 2026-08-09
KG-LLM-Papers 开源

一页看尽知识图谱×大模型全部关键论文

[Paper List] Papers integrating knowledge graphs (KGs) and large language models (LL···

★ 2248 2026-08-09
i1 开源

开源配方,简单复现高质量文生图模型

Code release for "i1: A Simple and Fully Open Recipe for Strong Text-to-Image Models···

★ 294 2026-08-09
Baichuan2 开源

开源中英双语大模型,轻松部署私有化对话应用

A series of large language models developed by Baichuan Intelligent Technology

★ 4074 2026-08-09
GraphCLIP 开源

让图模型像CLIP一样能迁移,文本图任务零样本也能用

Official implementation of GraphCLIP: Enhancing Transferability in Graph Foundation ···

★ 81 2026-08-09
matmulfreellm 开源

去掉矩阵乘法,让大模型在普通硬件上跑得更快更省

Implementation for MatMul-free LM.

★ 3101 2026-08-09
dalai 开源

一条命令本地跑 LLaMA,无需折腾环境

The simplest way to run LLaMA on your local machine

★ 12866 2026-08-09