大模型课程高阶中/EN6–12 周★ 1.2k18 章可站内阅读
DIY LLM
系统性大语言模型构建课程
Datawhale· 1,154 stars
Datawhale 系统性大语言模型构建课程，覆盖数据工程、Tokenizer、Transformer、MoE 与 GPU 编程等主线。适合想深入理解 LLM 构造的进阶学习者。
为什么收录 · 大模型层架补上从零构建 LLM 的中文系统课，覆盖数据、结构与训练工程完整主线。
大模型从零构建预训练中文课
这本书强在哪
- GitHub 高星真学习内容
- 可导入站内阅读
- 材料结构清晰
- 适合系统跟学
建议怎么学
- 01按大纲顺序推进
- 02每章留下自己的实验记录
- 03卡点时回看对应知识库文章
适合谁 / 前置
- Python 基础
- 能阅读中文技术材料
学完得到什么
- 掌握该教程主线知识点
- 能复现关键实验或练习
- 建立可对照的学习笔记
- 为下一阶段课程打底
目录
来自站内阅读器镜像；点击章节直接阅读
chapter11 章
chapter21 章
chapter31 章
chapter41 章
chapter51 章
chapter61 章
chapter71 章
chapter81 章
chapter91 章
chapter101 章
chapter111 章
chapter121 章
chapter131 章
chapter141 章
chapter152 章
docs2 章
策展亮点章节
数据工程TokenizerTransformerMoEGPU 编程
仓库数据
Stars1,154
Forks123
主要语言Jupyter Notebook
创建2025/11/24
更新2026/8/10
7754e677（main）· 许可证 需人工确认 (NOASSERTION)。 上游更新后可通过同步脚本刷新。