---

🚀 精选资源 (最新更新)

💡 核心推荐：配合视频与文档学习，效果更佳。

---

📖 项目简介

本项目致力于打造一个开源、系统、深入的大规模预训练语言模型（LLM）教程。

项目以 斯坦福 CS324 和 李宏毅生成式AI课程 为理论基石，结合开源社区的最新实践与前沿动态，涵盖从数据准备、模型构建、训练策略到模型评估、安全伦理的全链路知识。

🎯 适用人群

• 🎓 学术/从业者：希望深入了解 LLM 最新动态与技术细节的研究人员。
• 🏢 行业探索者：对 LLM 在医疗、金融、教育等领域应用感兴趣的专业人士。
• 🛠️ 开源贡献者：不仅想学习，更想参与到 LLM 开源建设中的开发者。
• ⚖️ 相关从业者：关注 AI 法律、伦理、版权及社会影响的跨领域专家。

---

🗺️ 学习路径

为了帮助初学者更高效地入门，Datawhale 构建了完整的 LLM 学习矩阵：

1. 理论基石（本项目）：so-large-lm —— 深入理解原理、架构与算法。
2. 应用开发：llm-universe —— 快速入门 LLM 开发，搭建 Demo。
3. 模型实战：self-llm —— 基于 AutoDL 的开源模型部署与微调指南。

---

📚 课程大纲

第一部分：基础与架构

第二部分：数据与训练

第三部分：安全、伦理与前沿

---

✨ 核心贡献者

感谢所有为本项目付出心血的贡献者！

项目负责人: 陈安东 (ands691119@gmail.com)

---

📈 关注度趋势

Star History

---