大模型基础（Foundations-of-LLMs）
浙江大学团队开源的中文大模型教材，系统讲解语言模型基础、LLM 架构、Prompt 工程、参数高效微调、模型编辑与检索增强生成六大主题，并提供完整 PDF、分章节内容和配套论文列表，持续月度更新。
爱鲜报评分
0.0
0 人评分
18k
星数
是
中文
—
主语言
是
活跃
9
贡献者
人工分析
EDITORIAL推荐理由
这是一份由高校团队维护、结构完整且持续更新的中文大模型教材，覆盖从统计语言模型到 RAG 的核心知识链路，并配有论文列表方便追踪前沿。对想系统入门或梳理 LLM 知识体系的开发者、学生和研究者来说，是难得的高质量中文学习资料。
适用场景
- 系统学习大语言模型基础知识
- 高校课程与科研入门参考
- 毕业设计/大创项目的理论背景准备
- 面试前梳理 LLM 核心概念
- 团队内部技术分享与读书会
优点
- 中文原创教材，章节结构清晰完整
- 覆盖 LLM 架构、微调、编辑、RAG 等核心主题
- 提供完整 PDF 与分章节 PDF，阅读方便
- 配套论文列表，便于跟进最新研究
- 社区活跃，持续月度更新并接受 issue 反馈
缺点
- 以理论教材为主，缺少可直接运行的代码示例
- 部分前沿方向（推理加速、智能体）尚在补充中
- 内容深度依赖作者团队理解，可能存在疏漏
- 非传统软件项目，不适合按代码仓库方式使用
上手难度
入门
项目简介
《大模型基础》是由浙江大学团队开源的中文大语言模型教材，目标是为对大模型感兴趣的读者系统讲解基础知识并介绍前沿技术。项目以 PDF 教材为核心，配合分章节内容和论文列表，并保持月度更新。
内容结构
第一版共六章，每章以一种动物作为背景进行举例说明：
- 第 1 章 语言模型基础：统计语言模型、RNN、Transformer、采样方法与评测
- 第 2 章 大语言模型：大数据与大模型、Encoder-only / Encoder-Decoder / Decoder-only 架构、非 Transformer 架构
- 第 3 章 Prompt 工程：上下文学习、思维链、Prompt 技巧与应用
- 第 4 章 参数高效微调：参数附加、参数选择、低秩适配（LoRA）及实践
- 第 5 章 模型编辑：经典方法、T-Patcher、ROME 及应用
- 第 6 章 检索增强生成：RAG 架构、知识检索、生成增强与实践
使用方式
仓库主要提供文档资源，而非可执行代码：
- 完整版教材 PDF：适合通读与打印
- 分章节 PDF：适合按主题精读
- 论文列表文件夹：按章节整理相关经典论文，持续更新
《大模型基础》教材/
├── 大模型基础 完整版.pdf
└── 《大模型基础》分章节内容/
大模型经典论文列表/
适合谁
适合希望系统建立 LLM 知识体系的学生、开发者与研究者，也可作为课程教材或团队读书会材料。阅读时建议结合论文列表，对感兴趣的方向深入跟进。
社区与反馈
项目通过 issue 收集勘误与建议，并在致谢中列出贡献者；作者团队还开源了多智能体开发框架 Agent-Kernel，可作为延伸实践方向。
评论
- 暂无评论，来写第一条吧。