Awesome-Resource-Efficient-LLM-Papers

一份清单，快速掌握大模型省资源研究全貌

这是一个精选资源高效大语言模型（LLM）高质量论文的列表项目，旨在系统整理和分类关于降低LLM训练、推理和部署成本的研究成果。它解决了LLM领域资源消耗巨大、研究者难以快速获取关键进展的问题。项目按主题对论文进行组织，涵盖模型压缩、量化、蒸馏、高效架构、推理优化等多个方向，为从业者提供了一份结构化的知识地图。核心能力在于其精选和分类机制，帮助用户快速定位特定技术方向的前沿工作，节省文献调研时间。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 165
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tiingweii-shii
所属国家
官网地址
GitHubhttps://github.com/tiingweii-shii/Awesome-Resource-Efficient-LLM-Papers
定价模式free
价格说明开源论文列表，完全免费，无付费版本。
访问状态
是否开源是
开源协议CC0-1.0
主要语言
技术栈/模型efficient-deep-learning,generative-ai,large-language-models,machine-learning,machine-learning-systems,resource-efficient,survey
GitHub 星标★ 165
30天Star增速
HF 下载量
上线时间2023-12-28 00:00:00
最近更新2026-08-12 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4

使用教程

核心亮点

  • 主题聚焦资源高效LLM，分类清晰，便于按需查阅
  • 收录论文经过筛选，质量有保障，适合入门和追踪前沿
  • 持续更新，反映最新研究动态

不足之处

  • 文档/社区待观察

适用场景

  • 研究人员调研资源高效LLM技术方向
  • 工程师寻找模型压缩或推理加速方案
  • 学生快速了解该领域关键论文

替代项目

Awesome-LLM、Awesome-Model-Compression、Efficient-LLM-Survey

项目介绍

Awesome-Resource-Efficient-LLM-Papers 是开源模型领域的开源项目，由 tiingweii-shii 开发，2023 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 165。

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 2026-08-12。开源论文列表，完全免费，无付费版本。

它主要面向的使用场景是：研究人员调研资源高效LLM技术方向。同类可对比的替代方案包括 Awesome-LLM、Awesome-Model-Compression、Efficient-LLM-Survey。

上一篇：Time-Series-Reasoning-Survey

下一篇：awesome-LLM-game-agent-papers

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