Repolode
Enviar
zkywsg

zkywsg/Daily-LLM

Um roteiro visual de aprendizado baseado em linha do tempo que acompanha as famílias de arquiteturas de deep learning e LLM, da RNN de 1986 aos modelos de raciocínio de 2025.

Ver no GitHub
Estrelas
869
Forks
158
Issues abertas
0
Último commit
mês passado

O que é?

Daily-LLM é um percurso de aprendizado bilíngue sobre deep learning e large language models. O conteúdo é organizado em 19 famílias de arquiteturas, de CNNs e RNN/LSTM a Transformers, BERT e GPT, modelos de difusão, fine-tuning com LoRA, RLHF, mixture-of-experts, RAG e agentes, chegando a modelos de raciocínio como o1 e R1. Cada família tem seu próprio diretório, e um índice por ano é gerado em TIMELINE.md.

Além dos módulos escritos, o repositório inclui uma página web interativa executada localmente, com visualizações por linha do tempo e por família, além de projetos que abrangem diferentes famílias em um diretório próprio. Tópicos fundamentais, como funções de ativação, backpropagation, otimizadores, normalização e atenção, estão reunidos em uma seção separada sobre fundamentos.

O repositório é útil para desenvolvedores que querem entender como as principais ideias se conectaram ao longo do tempo ou que estão se preparando para entrevistas de algoritmos e querem uma visão geral estruturada das principais famílias de modelos.

Recursos principais

  • 01Linha do tempo com 19 famílias de modelos, de 1986 a 2025, cada uma em seu próprio diretório
  • 02Página web interativa executada localmente, com visualizações para navegar pela linha do tempo e pelas famílias
  • 03Projetos práticos que abrangem diferentes famílias em uma pasta dedicada
  • 04Seção de fundamentos sobre funções de ativação, backpropagation, otimizadores e atenção
  • 05Documentação bilíngue em inglês e chinês simplificado

Casos de uso

  • Ter uma visão geral organizada da evolução das arquiteturas de deep learning
  • Preparar-se para entrevistas de algoritmos de machine learning e LLM
  • Encontrar material introdutório sobre famílias específicas, como modelos de difusão ou RAG

Início rápido

  1. 1

    Clone o repositório

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

    Acesse o diretório do projeto

    cd Daily-LLM
  3. 3

    Instale as dependências de requirements.txt

    pip install -r requirements.txt

Antes de usar

  • Este é um roteiro de aprendizado e material de estudo, não uma biblioteca de software nem um aplicativo.

Em coleções

Ferramentas e bibliotecas de processamento de linguagem natural

Tópicos

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

Perguntas frequentes

O que é Daily-LLM?
Um roteiro visual de aprendizado baseado em linha do tempo que acompanha as famílias de arquiteturas de deep learning e LLM, da RNN de 1986 aos modelos de raciocínio de 2025. Daily-LLM é um percurso de aprendizado bilíngue sobre deep learning e large language models. O conteúdo é organizado em 19 famílias de arquiteturas, de CNNs e RNN/LSTM a Transformers, BERT e GPT, modelos de difusão, fine-tuning com LoRA, RLHF, mixture-of-experts, RAG e agentes, chegando a modelos de raciocínio como o1 e R1. Cada família tem seu próprio diretório, e um índice por ano é gerado em TIMELINE.md.
Daily-LLM é gratuito? Qual é a licença?
Daily-LLM é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
Daily-LLM ainda é mantido?
Atualizado nos últimos 6 meses. O último commit de Daily-LLM foi em 25 de set. de 2026.
Para que posso usar Daily-LLM?
Ter uma visão geral organizada da evolução das arquiteturas de deep learning Preparar-se para entrevistas de algoritmos de machine learning e LLM Encontrar material introdutório sobre famílias específicas, como modelos de difusão ou RAG
Como instalar Daily-LLM?
Clone o repositório: git clone https://github.com/zkywsg/Daily-LLM.git Acesse o diretório do projeto: cd Daily-LLM Instale as dependências de requirements.txt: pip install -r requirements.txt
Onde consigo Daily-LLM?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/zkywsg/Daily-LLM

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados