狂揽23.9k stars！超棒的开源LLM资源列表

🔥 大型语言模型（LLM）已经席卷了NLP社区、AI社区和全世界。以下是关于大型语言模型的精选资源列表，特别是与ChatGPT相关的内容。它还包含LLM训练框架、LLM部署工具、LLM相关的课程和教程以及所有公开可用的LLM检查点和API。

这个开源库已经在GitHub上收获了239,000个星标，见证了它的火爆程度。

话不多说，让我们一起来看看吧。

热门LLM项目

•TinyZero[1]- DeepSeek R1-Zero的干净、简约、可访问的重现•open-r1[2]- DeepSeek-R1的完全开源重现•DeepSeek-R1[3]- DeepSeek的第一代推理模型•Qwen2.5-Max[4]- 探索大规模MoE模型的智能•OpenAI o3-mini[5]- 推动具有成本效益的推理前沿•DeepSeek-V3[6]- 首个开源GPT-4o级别模型

目录

•Awesome-LLM•里程碑论文•其他论文•LLM排行榜•开放LLM•LLM数据•LLM评估•LLM训练框架•LLM推理•LLM应用•LLM书籍•关于LLM的伟大思想•其他

里程碑论文

里程碑论文[7]

其他论文

注意
如果你对LLM领域感兴趣，可以参考上面列出的里程碑论文，帮助你探索其历史和前沿状态。然而，LLM的每个方向都提供了独特的见解和贡献，这对理解该领域整体非常重要。有关各个子领域的详细论文列表，请参考以下链接：

其他论文[8]

LLM排行榜

•Chatbot Arena Leaderboard[9]- 一个大型语言模型（LLM）基准平台，提供匿名、随机化的对战，采用众包方式。•LiveBench[10]- 一个具有挑战性、无污染的LLM基准。•Open LLM Leaderboard[11]- 旨在跟踪、排名并评估LLM和聊天机器人，随着它们的发布。•AlpacaEval[12]- 使用Nous基准套件的指令跟随语言模型自动评估器。

其他排行榜[13]

开放LLM[14]

•DeepSeek•阿里巴巴•Meta•Mistral AI•谷歌•苹果•微软•AllenAI•xAI•Cohere•01-ai•百川•Nvidia•BLOOM•智谱AI•OpenBMB•RWKV基金会•ElutherAI•Stability AI•BigCode•DataBricks•上海AI实验室

LLM数据

参考资料：LLMDataHub[15]

•IBM>LLM评估

•lm-evaluation-harness[20]- 用于少量样本评估语言模型的框架。•lighteval[21]- 一个轻量级LLM评估套件，Hugging Face在内部使用。•simple-evals[22]- OpenAI提供的评估工具。•其他评估框架[23]

LLM训练框架

•Meta Lingua[24]- 一个精简、高效、易于修改的代码库，用于研究LLM。•Litgpt[25]- 20多种高性能LLM，具有预训练、微调和大规模部署的方案。•nanotron[26]- 最简化的大型语言模型3D并行训练。•DeepSpeed[27]- DeepSpeed是一个深度学习优化库，使分布式训练和推理变得简单、高效和有效。•Megatron-LM[28]- 进行大规模变换器模型训练的持续研究。•torchtitan[29]- 一个用于大规模模型训练的本地PyTorch库。•其他框架[30]

LLM推理

参考资料：llm-inference-solutions[31]

•SGLang[32]- SGLang是一个快速的服务框架，用于大型语言模型和视觉语言模型。•vLLM[33]- 一个高吞吐量且内存高效的LLM推理和服务引擎。•llama.cpp[34]- 使用C/C++进行LLM推理。•ollama[35]- 启动Llama 3、Mistral、Gemma及其他大型语言模型。•TGI[36]- 一个部署和服务大型语言模型（LLMs）的工具包。•TensorRT-LLM[37]- Nvidia的LLM推理框架•其他部署工具[38]

LLM应用

参考资料：极棒的llm-apps[39]

•dspy[40]- DSPy：用于编程——而非提示——基础模型的框架。•LangChain[41]— 一个流行的Python/JavaScript库，用于链式连接语言模型提示序列。•LlamaIndex[42]— 一个Python库，用于为LLM应用增强数据。•更多应用[43]

LLM教程和课程

•Andrej Karpathy系列[44]- 我最喜欢的！•Umar Jamil系列[45]- 高质量的教育视频，不容错过。•Alexander Rush系列[46]- 高质量的教育材料，不容错过。•llm-course[47]- 进入大型语言模型（LLMs）的课程，包含路线图和Colab笔记本。•UWaterloo CS 886[48]- 基础模型的最新进展。•CS25-Transformers United[49]•ChatGPT提示工程[50]•Princeton[51]: 理解大型语言模型•CS324 - 大型语言模型[52]•GPT的状态[53]•让我们从零开始构建GPT：从代码到实现[54]•minbpe[55]- 用于LLM分词的字节对编码（BPE）算法的最小化、干净的代码。•femtoGPT[56]- 用Rust实现的最小化生成预训练变换器。•Neurips2022[57]-基础模型的基础稳健性•ICML2022-欢迎进入“巨型模型”时代：训练和服务更大模型的技术和系统[58]•60行NumPy代码实现GPT[59]

LLM书籍

•Generative AI with LangChain[60]: 使用Python、ChatGPT和其他LLM构建大型语言模型（LLM）应用——附带一个GitHub仓库，展示了很多功能。

•Build a Large Language Model (From Scratch)[61]- 构建你自己的工作LLM的指南。

•BUILD GPT[62]: HOW AI WORKS- 解释如何从零开始编码生成预训练变换器（GPT）。

•Hands-On Large Language Models: Language Understanding and Generation[63]- 探索大型语言模型的世界，本书包含超过275个自制图示！

•The Chinese Book for Large Language Models[64]- 一本基于大型语言模型调查的入门LLM教科书。

关于LLM的伟大思想

•为什么所有公开复现的GPT-3都失败了？[65]•指令调优的阶段性回顾[66]•LLM驱动的自主代理[67]•为什么你应该致力于AI代理！[68]•谷歌：“我们没有护城河，OpenAI也没有”[69]•AI竞争声明[70]•提示工程[71]•诺姆·乔姆斯基：ChatGPT的虚假承诺[72]•ChatGPT有1750亿个参数吗？技术分析[73]•GPT是如何获得其能力的？追溯语言模型的涌现能力来源[74]•开放预训练变换器[75]•大型语言模型中的扩展、涌现与推理[76]

其他[77]

•Emergent Mind[78]- 最新的AI新闻，由GPT-4策划和解释。•ShareGPT- 一键分享你最疯狂的ChatGPT对话。•主要LLM + 数据可用性[79]•500+最佳AI工具[80]•Cohere Summarize Beta- 介绍Cohere Summarize Beta：一个新的文本总结端点•chatgpt-wrapper- ChatGPT Wrapper是一个开源的非官方Python API和CLI，可以让你与ChatGPT互动。•Cursor[81]- 使用强大的AI写作、编辑和聊天你的代码。•AutoGPT- 一个展示GPT-4语言模型能力的实验性开源应用。•OpenAGI- 当LLM遇到领域专家。•EasyEdit[82]- 一个易于使用的框架，用于编辑大型语言模型。•chatgpt-shroud- 一个Chrome扩展程序，用于OpenAI的ChatGPT，通过轻松隐藏和显示聊天历史来增强用户隐私。适合屏幕共享时的隐私保护。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！