llm-course 是什么?面向 LLM 学习者的免费课程，含路线图与 Colab 实战笔记

中文导读

这个项目是一套免费的大语言模型课程，把学习路径分成基础、科学家和工程师三块，并配有大量可直接在 Colab 运行的实战笔记。它解决的是 LLM 学习资料零散、缺少动手环节的问题，适合想系统入门、练习微调与量化，或尝试构建 LLM 应用的开发者。

根据 GitHub 公开数据,该项目未标注编程语言,开源协议为 Apache-2.0,创建于 2023-06-17,最近更新于 2026-02-05,目前有 83,613 个 Star。

项目介绍

这是一个关于大语言模型（LLM）的免费课程仓库，内容分为三个部分：LLM Fundamentals 介绍数学、Python 和神经网络的基础知识，属于可选部分；The LLM Scientist 关注如何用最新技术构建尽可能好的 LLM；The LLM Engineer 则聚焦于创建基于 LLM 的应用并将其部署。

课程配套了大量 Colab notebook 和文章，涵盖工具、微调、量化等主题。例如工具类包括 LLM AutoEval、LazyMergekit、LazyAxolotl、AutoQuant 等；微调类包括用 Unsloth 微调 Llama 3.1、用 ORPO 微调 Llama 3、用 DPO 微调 Mistral-7b、用 QLoRA 微调 Mistral-7b 等；量化类包括 8-bit 量化介绍、GPTQ 4-bit 量化、GGUF 与 llama.cpp 量化、ExLlamaV2 等。每个 notebook 通常配有对应文章链接，方便边学边练。

主要功能

• 三部分课程结构：LLM Fundamentals、The LLM Scientist、The LLM Engineer
• 提供大量可直接运行的 Colab notebook，覆盖工具、微调、量化等方向
• 每个 notebook 通常附带详细文章，解释原理与步骤
• 包含 LLM AutoEval、LazyMergekit、LazyAxolotl、AutoQuant 等实用工具
• 微调示例涵盖 Llama、Mistral、CodeLlama 等模型及 Unsloth、ORPO、DPO、QLoRA 等方法
• 量化教程涉及 GPTQ、GGUF、llama.cpp、ExLlamaV2 等格式与工具

适合谁用

适合希望系统学习大语言模型基础知识、微调与量化技术，以及构建 LLM 应用的开发者和学习者。

快速上手

1. 访问课程主页 https://mlabonne.github.io/blog/ 查看完整路线图
2. 从 LLM Fundamentals 部分开始，按需学习数学、Python 和神经网络基础
3. 进入 The LLM Scientist 或 The LLM Engineer 部分，选择感兴趣的 notebook
4. 点击 notebook 表格中的 Colab 图标，在 Google Colab 中直接运行代码
5. 参考每个 notebook 对应的文章链接，理解背后的原理与实现细节

Star 增长趋势

同类项目