awesome-lifelong-learning-methods-for-llm

一站式找到LLM终身学习论文和资源,紧跟前沿。

这是一个精选资源列表,汇集了大语言模型(LLM)终身学习领域的综述、论文和资源,并持续更新。它旨在解决LLM在部署后如何持续学习新知识、适应新任务而不遗忘旧知识的问题,即灾难性遗忘和知识更新。项目核心能力是系统梳理了该领域的研究脉络,包括持续预训练、持续微调、持续指令调优等方向,为研究人员和工程师提供了便捷的导航。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 168
维护状态 低维护
是否开源
定价模式 free

项目数据

分类开源模型
开发团队zzz47zzz
所属国家
官网地址
定价模式free
价格说明开源资源列表,完全免费
访问状态
是否开源
开源协议
主要语言
技术栈/模型continual-learning,incremental-learning,large-language-models,lifelong-learning,pretrained-language-model
GitHub 星标★ 168
30天Star增速
HF 下载量
上线时间2023-09-25 00:00:00
最近更新2026-09-20 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5

使用教程

核心亮点

  • 收录ACM Computing Surveys 2025综述,权威性强
  • 按研究方向分类整理,便于快速定位
  • 持续更新,保持资源时效性

不足之处

  • 文档/社区待观察

适用场景

  • 研究者调研LLM持续学习领域现状
  • 工程师寻找防止模型遗忘的解决方案
  • 学生入门终身学习方向的学习路径

替代项目

awesome-continual-learning、awesome-lifelong-learning、awesome-llm-continual-learning

项目介绍

awesome-lifelong-learning-methods-for-llm 是数据集领域的开源项目,由 zzz47zzz 开发,2023 年首次发布。

它收录于数据集分类,该分类目前共有 279 个项目,GitHub 星标数为 168。

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 2026-09-20。开源资源列表,完全免费。

它主要面向的使用场景是:研究者调研LLM持续学习领域现状。同类可对比的替代方案包括 awesome-continual-learning、awesome-lifelong-learning、awesome-llm-continual-learn…。

同类项目推荐

X-AnyLabeling 开源

一站式AI辅助标注,图像视频文本通吃,导出格式随心配

X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···

★ 10528 2026-08-10
aisheets 开源

像用表格一样批量调 AI,不写代码就能造和改数据集

Build, enrich, and transform datasets using AI models with no code

★ 1645 2026-09-20
distilabel 开源

基于论文的合成数据流水线,快速生成高质量 AI 反馈数据。

Distilabel is a framework for synthetic data and AI feedback for engineers who need ···

★ 3398 2026-08-10
DataGen 开源

用大模型一键生成定制化训练数据,告别数据荒

[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models

★ 69 2026-08-09