Repolode
Enviar
zkywsg

zkywsg/Daily-LLM

Una ruta visual de aprendizaje basada en una cronología que recorre las familias de arquitecturas de deep learning y LLM, desde las RNN de 1986 hasta los modelos de razonamiento de 2025.

Ver en GitHub
Estrellas
869
Forks
158
Issues abiertos
0
Último commit
el mes pasado

¿Qué es?

Daily-LLM es una ruta de aprendizaje bilingüe sobre deep learning y modelos de lenguaje grandes. Organiza el campo en 19 familias de arquitecturas, desde CNN y RNN/LSTM hasta Transformers, BERT y GPT, modelos de difusión, fine-tuning con LoRA, RLHF, mixture-of-experts, RAG y agentes, y llega hasta modelos de razonamiento como o1 y R1. Cada familia tiene su propio directorio y el índice anual se genera en TIMELINE.md.

Además de los módulos escritos, el repositorio incluye una página web interactiva que se ejecuta localmente y ofrece vistas de cronología y por familias, así como proyectos que abarcan varias familias en un directorio de proyectos. Los temas fundamentales, como las funciones de activación, la retropropagación, los optimizadores, la normalización y la atención, están reunidos en una sección independiente de fundamentos.

El repositorio resulta útil para desarrolladores que quieren entender cómo se conectaron las ideas clave a lo largo del tiempo, o que se preparan para entrevistas de algoritmos y buscan una visión estructurada de las principales familias de modelos.

Funciones clave

  • 01Cronología de 19 familias de modelos, desde 1986 hasta 2025, cada una con su propio directorio
  • 02Página web interactiva de uso local, con vistas para explorar la cronología y las familias
  • 03Proyectos prácticos que abarcan varias familias, en una carpeta específica de proyectos
  • 04Sección de fundamentos sobre funciones de activación, backprop, optimizadores y atención
  • 05Documentación bilingüe en inglés y chino simplificado

Casos de uso

  • Obtener una visión organizada de la evolución de las arquitecturas de deep learning
  • Prepararse para entrevistas de algoritmos de machine learning y LLM
  • Encontrar material introductorio sobre familias específicas, como los modelos de difusión o RAG

Inicio rápido

  1. 1

    Clona el repositorio

    git clone https://github.com/zkywsg/Daily-LLM.git
  2. 2

    Entra en el directorio del proyecto

    cd Daily-LLM
  3. 3

    Instala las dependencias desde requirements.txt

    pip install -r requirements.txt

Antes de usarlo

  • Esto es una hoja de ruta de aprendizaje y material de estudio, no una biblioteca de software ni una aplicación.

En colecciones

Herramientas y bibliotecas de procesamiento del lenguaje natural

Temas

#deep-learning#llm#machine-learning#transformer#tutorial#nlp#pytorch#cv#leetcode#leetcode-python

Preguntas frecuentes

¿Qué es Daily-LLM?
Una ruta visual de aprendizaje basada en una cronología que recorre las familias de arquitecturas de deep learning y LLM, desde las RNN de 1986 hasta los modelos de razonamiento de 2025. Daily-LLM es una ruta de aprendizaje bilingüe sobre deep learning y modelos de lenguaje grandes. Organiza el campo en 19 familias de arquitecturas, desde CNN y RNN/LSTM hasta Transformers, BERT y GPT, modelos de difusión, fine-tuning con LoRA, RLHF, mixture-of-experts, RAG y agentes, y llega hasta modelos de razonamiento como o1 y R1. Cada familia tiene su propio directorio y el índice anual se genera en TIMELINE.md.
¿Daily-LLM es gratuito? ¿Qué licencia tiene?
Daily-LLM es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿Daily-LLM sigue mantenido?
Actualizado en los últimos 6 meses. El último commit de Daily-LLM fue el 25 sept 2026.
¿Para qué puedo usar Daily-LLM?
Obtener una visión organizada de la evolución de las arquitecturas de deep learning Prepararse para entrevistas de algoritmos de machine learning y LLM Encontrar material introductorio sobre familias específicas, como los modelos de difusión o RAG
¿Cómo se instala Daily-LLM?
Clona el repositorio: git clone https://github.com/zkywsg/Daily-LLM.git Entra en el directorio del proyecto: cd Daily-LLM Instala las dependencias desde requirements.txt: pip install -r requirements.txt
¿Dónde consigo Daily-LLM?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/zkywsg/Daily-LLM

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados