一站式掌握大模型后训练，从微调到推理增强
Awesome-LLM-Post-training 是一个聚焦大语言模型后训练（Post-training）阶段的开源教程、综述与指南合集。它系统梳理了从预训练完成后的指令微调、人类反馈对齐（RLHF/DPO）、推理能力增强（如思维链、自我修正）到长上下文扩展等关键环节的论文、代码库和工程实践。项目解决了后训练领域知识分散、入门门槛高的问题，为研究者和工程师提供了一条从理论到落地的结构化学习路径。核心能力包括：按主题分类的精选资源索引、覆盖最新推理模型（如 o1 类）的技术解析、以及配套的代码示例与工具链推荐。无论是想快速了解后训练全貌，还是深入某个具体技术点，都能在此找到高质量参考。
⚠ 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克隆资源仓库
把仓库拉到本地，README 明确说明这是论文与代码实现的精选合集，仓库本身无需编译。
git clone https://github.com/mbzuai-oryx/Awesome-LLM-Post-training.git2进入项目目录
切换到克隆下来的目录，随后可查看其中的 Markdown 资源清单。
cd Awesome-LLM-Post-training3查看目录内容
列出仓库文件，确认 README 及各主题资源文件存在，README 未提供安装脚本。
ls4阅读综述论文
README 给出论文 arXiv 编号 2502.21321，可在浏览器打开 PDF 系统了解后训练全貌。
5按主题查阅资源
在 README 中按指令微调、RLHF/DPO、推理增强、长上下文等主题定位论文与代码库链接。
本地目录中出现 Awesome-LLM-Post-training 文件夹，打开 README.md 能看到论文列表与 arXiv 2502.21321 链接即为成功。
Q：需要 pip install 安装依赖吗？
A：不需要。README 未给出任何安装命令，该仓库是论文、代码实现与基准的索引合集，没有需要安装的包。
Q：仓库里有可直接运行的训练代码吗？
A：没有。README 说明收集的是相关 code implementations 的链接，具体代码需跳转到各论文的官方仓库获取。
Q：综述论文在哪里看？
A：README 提供了 arXiv 编号 2502.21321 的 PDF 链接，同时说明该综述已被 IEEE TPAMI 接收。
Q：克隆很慢或不成功怎么办？
A：README 未提供镜像或替代下载方式，可检查网络是否能访问 GitHub，或改用 GitHub 网页端下载 ZIP 包。
Awesome-LLM、LLM Course (Hugging Face)、Awesome-LLM-Reasoning
Awesome-LLM-Post-training 是模型训练领域的开源项目，由 mbzuai-oryx 开发，2025 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（2,561）位列前 30%，在模型训练分类中处于中上游。
近 42 天，它的 GitHub 星标从 2,510 增加到 2,561，净增 51。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-23。完全免费，无付费版本。
它主要面向的使用场景是：研究者快速调研后训练领域最新进展。同类可对比的替代方案包括 Awesome-LLM、LLM Course (Hugging Face)、Awesome-LLM-Reasoning。
上一篇：JetSpec
下一篇：OnlineSPEC
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···