RWKV-LM
RWKV是一种结合RNN和Transformer优势的大语言模型架构，具备线性时间复杂度、常数空间占用、快速训练和无限上下文长度等特性，目前已发展到RWKV-7版本。
🎯适用场景：高效LLM推理、长文本处理、资源受限环境下的语言模型部署
📥 收录于 2026/5/23
📊 仓库数据
✅ 优点
- •线性时间复杂度和常数空间，推理效率高
- •无需KV缓存，内存占用低
- •支持无限上下文长度
⚠️ 限制
- •生态相比主流Transformer较小
- •部分场景下精度略逊于最新Transformer架构
🔗 相关工具
Hello-Python
github.com/mouredev/Hello-Python
Python 入门指南合集，36K+ stars。从基础语法到高级特性，涵盖 Python 编程的最佳实践、常见模式、陷阱规避，是 AI 开发者的 Python 速查手册
🎯Python 入门学习、AI 开发者速查、最佳实践参考
Ml Agents
github.com/Unity-Technologies/ml-agents
Unity 官方开源机器学习智能体工具包，可将游戏和模拟环境作为训练场，使用深度强化学习训练智能体，广泛应用于机器人控制、游戏 AI 和仿真训练场景。（19K+ stars）
🎯强化学习智能体训练、游戏 AI 开发、机器人仿真训练、3D 环境交互学习
李宏毅深度学习教程
github.com/datawhalechina/leedl-tutorial
《李宏毅深度学习教程》，覆盖 Transformer、GAN、Diffusion、RL 等核心主题，李宏毅老师推荐，是中文深度学习领域最受欢迎的开源教程之一。
🎯中文深度学习系统学习——适合想系统掌握深度学习的中文学习者，涵盖 CNN/RNN/GAN/Transformer/Diffusion 等
Awesome Multimodal Ml
github.com/pliang279/awesome-multimodal-ml
多模态机器学习资料汇总，6874 stars。多模态机器学习研究主题的阅读列表，涵盖视觉-语言、音频-文本等多模态领域
🎯多模态内容理解与生成
Awesome Self Supervised Learning
github.com/jason718/awesome-self-supervised-learning
自监督学习资料汇总，6391 stars。精选的自监督学习方法列表，涵盖对比学习、掩码建模等前沿技术
🎯AI 技术学习与研究参考
Ai Deadlines
github.com/paperswithcode/ai-deadlines
AI 会议倒计时，5989 stars。AI 会议截止日期倒计时工具，跟踪顶级 AI 会议的投稿 deadline
🎯AI 技术学习与研究参考
