AGI-Study

🎯 Be a good Deep Learning Engineer. (大量施工👷)

Code-Examples

• chat-llm-v1：基于 PyTriton，Streamlit 和 DeepSeek 制作的最简化 Chat Project。
• chat-llm-v2：基于 chat-llm-v1 制作的 vision language 版本，并优化了多模型选择，dynamic batching 和 streaming output 等新特性。（施工中）

🔥 LLM Dev Best-Practice

由于我认为 LLM Dev 才是我等普通人能做的事情，我最近在全力学习一些 Agentic System / RAG / Prompt Engineering 的最佳实践（基于 OpenAI / Anthropic / Google 等公司的技术博客），以及如何从 experimental 到 production 的最佳实践。这部分预计包括：

• Agentic System：关于如何构建有效的 Agent 的最佳实践。
  • Anthropic - Building Effective Agents
• RAG：如何设计和优化 RAG 的最佳实践。
• Prompt Engineering：如何设计和优化 Prompt 的最佳实践。
• LLM Dev：如何从实验到生产的最佳实践。

Environment

这部分主要介绍 DL 环境配置相关的内容。

• CUDA Related Env Config：介绍 GPU Driver Version，Cuda Toolkit Version 的更新。包括多 Cuda 版本管理等。
• Docker Related Env Config：Docker 的基本使用教程（菜鸟教程）。

Train

这部分主要介绍当前 LLM 中常用的 Training 框架以及相关知识点。

• PYTORCH LIGHTNING 入门介绍（低优先级）
• DeepSpeed 介绍：
  • DeepSpeed -- ZeRO 原理介绍（见知乎，待搬运）。
  • DeepSpeed 实战（环境配置，Example）（TODO，Low Priority）Refer: DeepSpeed PR.

Tokenizer

• Byte-Pair Encoding 算法解读。
• Google SentencePiece 库使用介绍。

Inference & Deploy

这部分主要介绍推理优化和部署相关的内容。

• 🤔Q: What's the Inference Optimization?
• 📖A: Inference optimization refers to the process of enhancing the efficiency and speed at which LLMs analyze data and generate responses. This process is crucial for practical applications, as it directly impacts the model's performance and usability.

• Basic-LLM-Inference.md：基于 meta-llama 介绍基础的 LLM Inference pipeline。
• Batch-Inference-Optimization.md：（施工中）Basic 的进阶版。
• vLLM: （施工中）介绍 vLLM 的使用，以及后续的 vLLM 核心原理和代码的探索。
• TensorRT-LLM：目前是非常简单的介绍了 TensorRT-LLM 的使用信息。
• Mixture of Depth：关于 MoD 的最新介绍，Transformer-based 模型的动态算力分配。
• Nvidia Triton Inference Server：首先进行工具扫盲，然后主要从应用的角度介绍这个工具的使用。
• Quantization in LLM：（施工中）

Demo

这部分主要介绍 DEMO 制作相关的经验。

• FastAPI: 介绍 FastAPI 的基本信息，以及它如何应用在 LLM 相关的 DEMO 原型中。
• Streamlit：介绍如何 Streamlit 如何使用，并定制化自己的 DEMO 前端。

Visualization

开源一些可视化的资源。