awesome-fm-fl

一网打尽大模型+联邦学习前沿资源，快速入门不迷路

这是一个精选列表，汇集了关于大型基础模型与联邦学习结合的最新研究进展。它解决了在数据隐私保护下，如何利用分散数据训练或微调大型基础模型的问题。项目整理了相关论文、代码和资源，覆盖了联邦学习在LLM、多模态模型等基础模型上的应用，包括高效微调、隐私保护、通信效率等核心能力，为研究者和工程师提供了快速入门的导航。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 162
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队lishenghui
所属国家
官网地址
GitHubhttps://github.com/lishenghui/awesome-fm-fl
定价模式free
价格说明开源项目，MIT许可证，完全免费，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型awesome-list,federated-learning,foundation-models
GitHub 星标★ 162
30天Star增速
HF 下载量
上线时间2024-04-11 00:00:00
最近更新2026-08-25 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 精选高质量论文和代码，紧跟最新进展
  • 分类清晰，便于按需查阅不同技术方向
  • 持续更新，社区维护活跃

不足之处

  • 文档/社区待观察
  • 资源列表形式，不提供直接可用的代码实现

适用场景

  • 研究大模型联邦学习方向的学术调研
  • 设计隐私保护的分布式训练方案
  • 寻找联邦学习与大模型结合的落地案例

替代项目

awesome-federated-learning、awesome-llm、Federated Learning Tutorial

项目介绍

awesome-fm-fl 是开源模型领域的开源项目，由 lishenghui 开发，2024 年首次发布。

它收录于开源模型分类，该分类目前共有 422 个项目，GitHub 星标数为 162。

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 2026-08-25。MIT许可证，完全免费，无付费版本。

它主要面向的使用场景是：研究大模型联邦学习方向的学术调研。同类可对比的替代方案包括 awesome-federated-learning、awesome-llm、Federated Learning Tutorial。

上一篇：ChatTime

下一篇：RSP

同类项目推荐

Machine-Learning 开源

跟着博客笔记，边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
CoreML-Models 开源

下载即用的苹果端 AI 模型库，免去转换烦恼

Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···

★ 1873 2026-08-10