Awesome-Model-Compression、Awesome-Neural-Network-Pruning、Efficient-Deep-Learning-Book
Awesome-Quantization-Papers 是模型训练领域的开源项目，由 Zhen-Dong 开发，2022 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（852）位列前 30%，在模型训练分类中处于中上游。
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 2026-09-13。完全免费，无付费版本。
它主要面向的使用场景是：研究神经网络量化方向的学生或学者快速调研文献。同类可对比的替代方案包括 Awesome-Model-Compression、Awesome-Neural-Network-Pruning、Efficient-Deep-Learning…。
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···
