luhengshiwo/LLMForEverybody

★ 7,364⑂ 0

每个人都能看懂的大模型知识分享，LLMs春/秋招大模型面试前必看，让你和面试官侃侃而谈

About luhengshiwo/LLMForEverybody

luhengshiwo/LLMForEverybody is an open-source project on GitHub, mainly written in Jupyter Notebook. 每个人都能看懂的大模型知识分享，LLMs春/秋招大模型面试前必看，让你和面试官侃侃而谈 It currently holds 7,364 stars and 0 forks with 0 open issues, and was last pushed on an unknown date (repository created unknown).

Project Overview

AI Homed tracks it on the AI Models & LLM Tools board.

GitHub Repository Details

Repository luhengshiwo/LLMForEverybody · default branch - · size 0 KB · watchers 0 · source: GitHub REST API and repository README

README

Learning LLM is all you need.

中文 | English | Русский

👉 点击 LearnLLM.AI | 学习大模型，从这里开始

LearnLLM.AI 核心亮点

精选大模型面试题库：覆盖从基础到前沿的实战题目，助您高效备战求职，抓住职业机遇；

系统化论文研读：从2017年Transformer奠基性论文出发，按清晰的知识体系梳理技术演进，适合不同基础的开发者循序渐进地深度提升；

精选实战课程：围绕 AI Agent、RAG 知识库、大模型微调与 LLM 应用开发等核心方向，打磨成体系的中文实战课程，覆盖 LangChain、LlamaIndex、Dify、MCP 等主流工具链，配套项目代码与讲师答疑，支持按主题灵活拆分、按需选学，帮你由点及面搭建完整的大模型知识体系。👉 浏览全部课程

专属优惠码

我们为Github用户准备了限时专属优惠码：GITHUB50 ，期待在 LearnLLM.AI 与您继续同行，共同成长！

配套视频教程(持续更新中)：

👉 点击这里 bilibili

👉 点击这里 YouTube

如有疑问，欢迎随时联系我们。

Happy Learning！

LearnLLM.AI 团队

---

LLM 精选论文

| 时间 | 论文 | 介绍 | 视频 | 开始学习 | | --- | --- | --- | --- | --- | | 2017-06-12 | Transformer | 提出自注意力与 Transformer 架构 | | | | 2018-06-11 | GPT-1 | 预训练 + 微调的生成式 Transformer | | | | 2018-10-11 | BERT | 双向编码器：MLM + NSP | | | | 2019-02-14 | GPT-2 | 大规模无监督文本生成 | | | | 2019-10-23 | T5 | 文本到文本统一框架 | | | | 2020-05-28 | GPT-3 | 大模型与少样本学习能力 | | | | 2020-10 | ViT | 将 Transformer 主干引入视觉领域 | | | | 2021-02 | ViLT | 极简视觉语言预训练架构 | | | | 2021-02 | CLIP | 用自然语言监督实现零样本视觉学习 | | | | 2021-02 | DALL·E 1 | 自回归文本生成图像的开端 | | | | 2021-07-07 | CodeX | 面向代码生成的 GPT 系列模型 | | | | 2021-12 | Stable Diffusion | 潜空间扩散模型推动文生图开源化 | | | | 2022-02-08 | AlphaCode | 竞赛级代码生成系统 | | | | 2022-03-04 | InstructGPT | 人类反馈对齐与指令微调 | | | | 2022-04 | DALL·E 2 | 基于 CLIP Latents 的高保真文生图 | | | | 2022-12 | Whisper | 大规模弱监督语音识别基础模型 | | | | 2023-02-27 | LLaMA-1 | 高效开源预训练基座模型 | | | | 2023-04 | LLaVA | 开源多模态指令微调的重要起点 | | | | 2023-07-18 | LLaMA-2 | LLaMA 升级版，开放商用 | | | | 2023-08 | Qwen-VL | 通义千问早期视觉语言基座模型 | | | | 2023-09-28 | Qwen 1 | 通义千问第一代基座模型 | | | | 2023-10-10 | Mistral 7B | 高效 7B 级开源模型 | | | | 2023-12 | LVM | 纯视觉自回归建模的大视觉模型路线 | | | | 2024-02 | Mixtral 8x7B | 开源稀疏 MoE 的代表作 | | | | 2024-03 | Gemma 1 | Google 轻量开源模型家族首作 | | | | 2024-05 | DeepSeek-V2 | 高效 MoE 语言模型，兼顾性能与推理经济性 | | | | 2024-06 | ChatGLM | 从 GLM-130B 演进到 GLM-4 的国产模型家族 | | | | 2024-07 | Llama 3 | Meta 新一代开源旗舰模型 | | | | 2024-07 | Gemma 2 | 在实用尺寸上继续提升开源模型性能 | | | | 2024-12 | DeepSeek-V3 | 高效 MoE 架构，兼顾训练成本与模型性能 | | | | 2025-01 | DeepSeek-R1 | 通过强化学习增强大模型推理能力 | | | | 2025-03 | Gemma 3 | 原生多模态与 128K 长上下文的 Gemma | | | 持续更新中...