关于大型语言模型(LLM)定制训练和推理的全面指南，提供策划的教程、最佳实践和现成的代码。
从零开始构建大型语言模型的学习记录，记录了一步步构建语言模型的过程，适合想要深入了解NLP和机器学习的爱好者。
MosaicML 提供的示例项目，旨在帮助用户更好地理解和使用其机器学习工具和框架。该项目包含多种模型训练示例，特别是针对大型语言模型（LLM）的应用。通过高效的资源管理和优化建议，集成了 FSDP（Fully Sharded Data Parallel）以提升训练性能，并提供详细的文档和使用指南，方便开发者快速上手。
CodeGPT 是一个免费的 JetBrains 插件，提供对先进大型语言模型（如 GPT-4、Claude 3、Code Llama 等）的访问，以增强程序员的编程体验和效率。该插件集成在 JetBrains 开发环境中，支持多种编程语言，帮助开发者更轻松地编写和优化代码。
adapt-demos是一个轻量级的工具集，旨在快速和轻松地演示大型语言模型（LLM）的功能，支持多种模型的比较与安全过滤，便于用户保存对话记录，简化AI模型的演示过程。
LangSmith是一个旨在帮助开发者缩小原型与生产之间差距的平台，专为构建和迭代能够利用大型语言模型(LLMs)的产品而设计，既能发挥其强大能力，又能应对其复杂性。
LLMChat是一个全栈Web界面的实现，支持多种大型语言模型，如ChatGPT或LLaMA，旨在提供用户友好的互动体验。它允许用户进行实时对话，并具备可定制的模型参数，方便多种部署选项。
open-llms项目整理了可商用的大语言模型列表，并详细列出了各模型的许可协议，旨在为用户提供最新、全面的信息，方便用户在选择和使用这些模型时进行比较和决策。
该项目详细介绍了Embedding的基本概念、应用场景和实现方法，适合初学者和高级学习者。项目提供了全面的解释、实用的示例代码、可视化的辅助说明，并且包含可下载的PDF版本和Notebook版本，方便用户进行实践和离线参考。
该项目总结了大语言模型的微调技术，探讨了指令微调和对齐微调的方法，旨在提升模型在特定任务上的表现。
