#llm-training 仓库
探索 58 个标记为 #llm-training 的活跃开源 GitHub 仓库,它们累计获得 316,620 个 Star(平均每个项目 5,458 个)。该主题的领先项目是 karpathy/nanochat,拥有 60,746 个 Star。
共 59 个仓库
《深入理解 AI Infra:量化分析与系统设计》(李博杰 著)开源书稿:从硬件约束和模型架构出发,量化推导 LLM 推理与训练系统设计。含全书正文、PDF、配套计算工具与实验
verl-agent 是 veRL 的一个扩展,专为通过 RL 训练 LLM/VLM 代理而设计。verl-agent 也是论文 "Group-in-Group Policy Optimization for LLM Agent Training" 的官方代码。
“AI-Compass”将为社区指引在 AI 技术海洋中航行的方向,无论你是初学者还是进阶开发者,都能在这里找到通往 AI 各大方向的路径。旨在帮助开发者系统性地了解 AI 的核心概念、主流技术、前沿趋势,并通过实践掌握从理论到落地的全过程。
使用 PyTorch、Triton 和 CUDA 实践大模型算法与系统。《大模型算法与系统教程》涵盖模型架构与训练、后训练、推理加速、性能与算子优化,并配套 Notebook 练习、答案解析、测试与实验。
LLM-PowerHouse:通过精选的教程、最佳实践和即用型代码,释放 LLM 的潜力,以实现自定义训练和推理。
常见问题解答
GitHub 上最受欢迎的 #llm-training 仓库是什么?
GitHub 上排名第一的开源 #llm-training 项目是 karpathy/nanochat,拥有 60,746 个 Star。100美元能买到的最好的ChatGPT。
#llm-training 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #llm-training 项目中,最常见的编程语言是 Python, Jupyter Notebook, Go, Cuda。
#llm-training 仓库的排名是如何计算的?
我们跟踪了 58 个标记为 #llm-training 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 316,620 个 Star,平均每个仓库拥有 5,458 个 Star。排名每日根据 GitHub API 更新。