對建置、微調或部署感興趣 大型語言模型?
你並不孤單——法學碩士專業知識是 AI 今天。 和 開源項目 GitHub 發展迅速，已成為頂級開發者的首選中心 LLM 專案、框架與研究.
本指南重點介紹 12 個重要 GitHub存儲庫 包含原始碼、實踐教程和模型實作。
獲得證明 LLM知識，加速您的學習，並加入塑造人工智慧未來的全球社群——所有這些都需要這些必須了解的 GitHub 儲存庫。
為什麼 GitHub上 對於法學碩士發展至關重要
GitHub 已成為法學碩士 (LLM) 生態系統的核心，突破性研究與實踐應用在此交匯。學術論文提供理論，而 GitHub 則提供支撐當今實際應用的程式碼。's 最先進的語言模型。
該平台託管 Meta 的所有內容's OpenAI 的 Llama 實現's 研究程式碼庫，使其成為獲取成熟技術並保持快速發展的最快方式。
GitHub 主導 LLM 開發的主因：
對於 LLM 愛好者來說，GitHub 不僅僅是一個資源——它's 您與未來的直接聯繫 AI 發展。
1. 法學碩士課程
馬克西姆·拉邦納's LLM課程是一個極好的起點，也是一份全面的路線圖，適合任何認真對待 學習法學碩士學位。 它's 不只是文件的集合；它's 一個結構化的學習路徑，滿足不同的職業目標。程式碼庫廣受歡迎，在 GitHub 上擁有超過 51,500 顆星。
為什麼's 首選
這個儲存庫之所以脫穎而出，是因為它提供了兩個不同的路線圖，讓您可以自訂自己的學習之旅：
該課程涵蓋了從基礎知識到 法學碩士數學 涵蓋量化、微調和模型部署等高階主題。它為各個層級的學習者提供了完整的學習資源。
產品特色
誰應該使用它？
此儲存庫非常適合需要結構化介紹的初學者和希望加深 LLM 開發特定領域專業知識的經驗豐富的專業人士。
2. 實務法學碩士
HandsOnLLM/Hands-On-Large-Language-Models 儲存庫是 奧萊利的書 同名。它's 一本圖文並茂、實用性強的指南，揭秘法學碩士 (LLM) 的工作原理。如果你喜歡邊做邊學，並且欣賞文件齊全的程式碼範例，那麼這個資源庫非常適合你。
為什麼's 首選
它提供了一種基於專案的實用學習方法。本書的每一章都配有 Jupyter Notebook，方便您跟隨學習並親自嘗試程式碼。本書著重於實際專案和範例，您可以根據自己的用例進行調整。
產品特色
誰應該使用它？
喜歡動手實踐、基於專案的學習方式的開發者和資料科學家會發現這個儲存庫非常有價值。對於閱讀《動手實踐大型語言模型》一書的人來說，它也是一個絕佳的資源。
3. 即時工程
brexhq/prompt-engineering 指南是掌握藝術與科學的寶庫 即時工程在法學碩士 (LLM) 領域，你的輸出品質通常取決於你輸入的質量，因此這項技能至關重要。這個擁有近 9,000 顆星的庫，提供了使用 GPT-4 等模型的實用技巧和策略。
為什麼's 首選
它整合了從創建生產用例提示中汲取的經驗教訓，使其非常實用。此儲存庫組織有序，包含從基本原理到高級技術的所有內容，例如 思路鏈（CoT）提示 和自洽性。
產品特色
誰應該使用它？
任何與 LLM 互動的人，從開發人員、研究人員到內容創作者和行銷人員，都將從這個資源庫中受益。掌握快速工程是充分利用任何語言模型的關鍵技能。
4. 很棒-LLM
Hannibal046/Awesome-LLM 程式碼庫是一個精選的大型語言模型相關資源清單。您可以將其視為您隨時了解 LLM 生態系統最新動態的中央儀表板。它是一個由社區定期更新的動態資源集合。
為什麼's 首選
這個資源庫將重要的資源匯集到一處，為您節省了無數的搜尋時間。它涵蓋了開創性的研究論文、培訓框架、部署工具和評估基準。它甚至還有排行榜，用於追蹤各個法學碩士（LLM）的成績。
產品特色
誰應該使用它？
對於想要一站式獲取高品質 LLM 資源的研究人員、學生和從業者來說，這是一款必備工具。它非常適合發現新工具並了解最新研究成果。
5. 工具台
隨著 LLM 變得越來越具有代理性，其使用外部工具的能力變得越來越重要。 OpenBMB/ToolBench 儲存庫是一個 開源平台 旨在訓練、服務和評估用於工具學習的 LLM。它提供了一個框架和一個大規模指令調優資料集來增強這些功能。
為什麼's 首選
ToolBench 專注於 LLM 開發中一個關鍵且熱門的領域：工具使用。 StableToolBench 擴充功能透過引入以下功能進一步增強了這項功能： 鏡像API，模擬數千個 真正的 API，配備 虛擬 API 系統 確保評估的穩定性和一致性。
產品特色
誰應該使用它？
研究人員和開發人員有興趣建構能夠與 外部 API 和工具會發現 ToolBench 的價值無比巨大。對於那些致力於創造更強大、更自主的 AI 代理.
6. 皮提亞
EleutherAI/pythia 程式碼庫由 EleutherAI 開發，是一套模型，旨在促進可解釋性、學習動態和倫理方面的研究。與許多其他模型版本不同，Pythia 套件的創建主要目標是透明度和科學研究。
為什麼's 首選
Pythia 提供 16 個不同模型檢查點的完全開源存取權限，使研究人員能夠研究 LLM 在訓練過程中如何發展和演變。這對於理解這些模型的「黑盒子」性質以及研究縮放定律和模型倫理等領域至關重要。
產品特色
誰應該使用它？
AI 專注於模型可解釋性、安全性和 LLM 培訓基本原則的研究人員、倫理學家和學生將從這個儲存庫中獲得很多幫助。
7. LLM 代理論文列表
對於那些想要深入研究學術方面的人來說 AI 代理WooooDyy/LLM-Agent-Paper-List 是一項重要資源。此資源庫精選了一系列研究論文，系統地探討了 LLM 的開發、應用和實施。 基於法學碩士的代理.
為什麼's 首選
它是最令人興奮的領域之一的基礎知識庫 AI 今天。這個 repo 不僅提供了程式碼，還提供了理解和建構下一代 AI 代理商。
產品特色
誰應該使用它？
該儲存庫面向希望在基於 LLM 的代理領域開展前沿研究的學術研究人員、研究生和高級從業者。
8. 超棒的多模態大型語言模型
法學碩士 (LLM) 不再局限於文本。 BradyFU/Awesome-Multimodal-Large-Language-Models 儲存庫是一個精選資源集合，專注於多模態法學碩士 (MLLM) 的最新進展，MLLM 可以處理來自文字、圖像、音訊和視訊的資訊。
為什麼's 首選
這個儲存庫是您通往多模態學習模型 (MLLM) 世界的大門。它涵蓋了從多模態指令調整到思路鏈推理和幻覺緩解技術等廣泛的主題。它也與開源互動式多模態學習模型 (LLM) 平台 VITA 專案相連。
產品特色
誰應該使用它？
有興趣建立超越文字的應用程式（例如圖像字幕、視訊分析或語音控制助理）的開發人員和研究人員會發現這個集合非常有用。
9. 極速
microsoft/DeepSpeed 是由微軟開發的深度學習最佳化程式庫，它使分散式訓練和推理變得簡單且有效率。它與 火炬 並幫助培訓了一些世界's 最大的模型，包括 530 億參數的 Megatron-Turing 模型。
為什麼's 首選
DeepSpeed 的核心在於規模和效率。它提供系統級創新，讓你在有限的硬體上訓練包含數十億參數的大規模模型。對於任何想要從頭開始訓練最先進的 LLM 或對大型模型進行微調的人來說，它的功能都至關重要。
產品特色
誰應該使用它？
這是一款針對需要訓練或微調超大型語言模型的嚴謹實踐者、資料科學家和研究人員的工具。如果您目前的設定遇到記憶體限制，DeepSpeed 就是您的解決方案。
10 調用.cpp
ggml-org/llama.cpp 儲存庫改變了在消費級硬體上運行 LLM 的情況。它's 一個高效能的 C/C++ 庫，用於在本機（包括桌上型電腦甚至行動裝置）上運行推理。它's 基於 GGML 張量庫構建，以其高效和最小設置而聞名。
為什麼's 首選
llama.cpp 讓每個人都能使用強大的 LLM。你不需要龐大的雲端 GPU 叢集來實驗以下模型： 駱駝3、Mistral 或 GPT-2。它專注於 CPU 和邊緣設備效能，使 LLM 的使用更加大眾化。只需幾個命令即可設定本地伺服器並開始與模型互動。
產品特色
誰應該使用它？
開發人員、業餘愛好者和研究人員希望在本地運行和試驗 LLM，而不依賴昂貴的雲端服務。它's 也非常適合在設備上構建 AI 應用 優先考慮隱私和低延遲。
11 PaLM-rlhf-pytorch
強化學習與人類回饋 (RLHF) 是 ChatGPT 等模型擁有卓越對話能力的秘訣。 lucidrains/PaLM-rlhf-pytorch 程式碼庫提供了應用於 Google 的 RLHF 開源實作。's PaLM 架構。
為什麼's 首選
本庫揭秘了現代 LLM 開發中最重要的技術之一。它旨在使用 PaLM模型，提供了一個 RLHF 實現的具體範例。您可以載入預訓練模型，或根據自己的需求進行微調。
產品特色
誰應該使用它？
該儲存庫適用於對微調過程感興趣的研究人員和開發人員，特別是那些希望理解和實施 RLHF 以使 LLM 與人類偏好保持一致的研究人員和開發人員。
12 奈米GPT
karpathy/nanoGPT 由傳奇人物 Andrej Karpathy 創建，是用於訓練和微調中型 GPT 的最簡單、最快速的儲存庫。它的程式碼庫刻意簡潔，核心訓練循環位於 train.py 中，模型定義位於 model.py 中。
為什麼's 首選
nanoGPT 優先考慮簡單性和教育價值。它消除了大型程式庫的所有複雜性，讓您從頭開始理解 Transformer 架構。儘管它很簡單，但它's 其功能強大，足以重現 GPT-2 級別的結果，並啟發了其他極簡項目，例如用於視覺語言模型的 nanoVLM。
產品特色
誰應該使用它？
nanoGPT 非常適合想要深入了解 GPT 架構的學生、教育工作者和開發者。如果你厭倦了 黑盒庫 並想了解事情的實際運作方式，這是適合您的儲存庫。
您的 法學碩士之旅 從這些重要的 GitHub 儲存庫開始
夢想獲得法學碩士學位和真正獲得法學碩士學位之間有什麼區別？ 這 12 個 GitHub 儲存庫。 當其他人還在爭論理論時，你現在可以直接存取今天的程式碼's 最先進的 語言模型.
您的競爭優勢正在等待：
- 克隆 nanoGPT 掌握變壓器基礎知識
- 叉 llama.cpp 用於本地模型部署
- 明星法學碩士課程 結構化學習路徑
- 為 DeepSpeed 做出貢獻 並加入微軟's 優化工作
LLM領域發展迅速—開發 今天掌握這些儲存庫的人將成為明天's AI 建築師。 選擇你最喜歡的 3 個程式碼庫，設定你的開發環境，然後開始實驗。你的每一次提交、每一次拉取請求、每一個訓練的模型，都會讓你離 LLM 的精通更近一步。
**附送可重複使用的潔面墊 獲得我們的 200 美元“AI 註冊即可免費獲得「精通工具包」！
