LLM入门教程

本项目是面向国内开发者的LLM（大型语言模型）入门实践教程，基于吴恩达老师的大模型系列课程，进行了筛选、翻译、复现和调优。教程分为必修类和选修类，涵盖了从Prompt Engineering到RAG开发、模型微调的全流程，帮助开发者系统学习和掌握LLM相关技术和应用。

MiniMind 是一个开源 AI 项目，旨在从零开始，以极低的成本和极短的时间训练出超小语言模型。项目涵盖了从数据集清洗到模型训练的全过程，并提供了多种先进的算法和模型结构。通过仅需 3 块钱成本和 2 小时，即可训练出 25.8M 的超小语言模型，最小版本体积是 GPT-3 的 1/7000，适合普通个人 GPU 快速训练。项目还拓展了视觉多模态的 VLM: MiniMind-V，所有核心算法代码均从 0 使用 PyTorch 原生重构，不依赖第三方库提供的抽象接口。这不仅是大语言模型的全阶段开源复现，也是一个入门 LLM 的教程。

llm.mojo是Andrjey Karpathy将大型语言模型(LLM)最小化代码移植到Mojo编程语言的版本，旨在提供高效的模型推理和简化的学习体验。

实用指南，教你如何驾驭大型语言模型（LLM）的陷阱，通过Python示例和开源解决方案，让你深入了解LLM的限制和实施中的挑战

VERSE-65B 是由深圳元象科技自主研发的支持多语言的大语言模型，参数规模为 650 亿，开源的底座模型。

实时、精细的大型语言模型合成数据资源列表，专注于为大型语言模型（LLM）提供数据支持，包括数据生成、优化和应用。

这个开源项目是一个响应式聊天应用程序，使用了OpenAI的GPT-4进行动力支持。它具有响应流、代码高亮和各种预设功能，适用于开发人员。这个项目使用了Next.js、React和Joy等技术。

Ollama是一个能创建、运行和共享自包含大型语言模型(LLM)的工具，将模型的权重、配置、提示等打包成自包含的文件，可以在任何地方运行。

AI GPT-4o Chat 是一款基于GPT-4o技术的AI驱动应用，能够处理上传的图像，并根据这些图像进行有意义的对话。

本次报告更新了近年来超过100亿参数的时间轴，把时间轴从原来的和更新到了和。并进一步提供了26个有用的LLM提示技巧和如何解决多种常见任务的具体示例。

在实际场景用Langchain开发LLM应用的示例，使用JavaScript实现。该项目提供了多种实际应用的示例，展示了如何将Langchain与大型语言模型集成，支持多种语言处理功能，并且易于扩展和自定义。

llm-colosseum 是一种评估大型语言模型 (LLM) 质量的新方法，通过模拟《Street Fighter 3》中的战斗表现作为基准，帮助研究人员和开发者了解和分析 LLM 的决策能力和适应性。该项目强调实时游戏中的快速决策、智能思考、适应性调整和整体弹性。