❤️❤️❤️❤️❤️❤️ 我们已经正式推出微信小程序，在微信中搜索 TrendForge Pro 即可使用小程序，如果使用 Telegram 请搜索 trendforge_tg ❤️❤️❤️❤️❤️❤️
datawhalechina/self-llm
项目介绍
《开源大模型食用指南》针对中国开发者定制的Linux环境快速微调（全参数/Lora）、部署国内外开源大模型（LLM）/多模态大模型（MLLM）教程
《开源大模型食用指南》针对中国宝宝量身打造的基于Linux环境快速微调（全参数/Lora）、部署国内外开源大模型（LLM）/多模态大模型（MLLM）教程
智能解读
智能标签
使用场景
最适合需要从零开始学习开源大模型部署、微调和应用的中国开发者，尤其是学生和研究者，提供一站式Linux环境下的全流程实战教程
本地部署开源LLM
想体验或使用ChatGLM、Qwen等开源大模型，但缺乏Linux环境配置和部署经验
项目提供针对不同模型的详细Linux环境配置步骤和本地部署教程，包括命令行调用和在线Demo搭建
学生想在个人服务器上运行Qwen2模型进行文本生成，按照教程完成环境配置后，通过几行命令即可启动模型服务并调用
低成本微调专属模型
需要针对特定领域（如客服、教育）微调大模型，但GPU资源有限，不懂LoRA等高效微调技术
项目提供全参数和LoRA微调教程，覆盖Qwen、InternLM等主流模型，指导在消费级GPU上完成高效微调
开发者想用《甄嬛传》台词微调一个角色对话模型，参考项目中的Chat-嬛嬛案例，使用LoRA在单卡GPU上完成训练
集成LangChain应用开发
想将开源LLM接入LangChain框架构建RAG或Agent应用，但不知如何配置和调用
项目包含LangChain框架集成教程，展示如何将本地部署的模型封装为可调用的API，并嵌入到应用流程中
构建一个知识库问答系统，按照教程将Qwen模型部署后，通过LangChain加载本地文档并实现检索增强生成
多模型对比与快速上手
面对众多开源模型（LLaMA、ChatGLM、InternLM等），不知如何选择，且每个模型环境配置各异
项目提供50+模型的统一教程结构，从环境配置到部署微调全覆盖，方便快速对比和切换不同模型
研究人员想评估Qwen3和DeepSeek-R1在数学推理上的表现，参考项目教程分别部署两个模型，并测试相同问题
项目健康度
距上次更新 31 天
平台 Star TOP 2% · Forks 2,988
本周 +109 ⭐ · 本月 +899 ⭐
75 位贡献者 · 0 条平台评论
缺少 1 项内容
项目信息
赞赏支持
如果本站对你有帮助，欢迎打赏支持
微信
支付宝
Widget 徽章
相关项目推荐
jackfrued/Python-100-Days
Python - 100天从新手到大师
langchain-ai/langchain
🦜🔗 构建情境感知推理应用程序 🦜🔗
microsoft/generative-ai-for-beginners
21堂课带你入门生成式AI开发
rasbt/LLMs-from-scratch
使用PyTorch从零开始逐步实现类ChatGPT大型语言模型
microsoft/ML-For-Beginners
12周、26节课、52个测验，面向所有人的经典机器学习课程
openai/openai-cookbook
OpenAI API 使用示例与指南
加载评论中...