Пошаговое руководство на китайском языке и примеры кода для изучения LLM: от вызова API до локального запуска и дообучения, включая версии для Kaggle и Colab.
datawhalechina/self-llm
Подборка обучающих материалов на китайском языке по развёртыванию, использованию и дообучению открытых LLM и мультимодальных моделей в Linux: полное дообучение, LoRA и P-tuning.
- Звёзды
- 32,533
- Форки
- 3,136
- Открытые issues
- 163
- Последний коммит
- в прошлом месяце
Что это?
self-llm — проект с обучающими материалами на китайском языке для начинающих, которые хотят запускать открытые большие языковые модели на своих компьютерах с Linux. В нём рассказывается о настройке окружения, локальном развёртывании, работе через командную строку и онлайн-демо, интеграции с LangChain и дообучении широкого спектра моделей, включая Qwen, InternLM, ChatGLM, Llama 3, MiniCPM и Gemma.
Материалы сгруппированы по моделям: для каждой поддерживаемой модели есть пошаговое руководство по развёртыванию, дообучению и использованию. Среди рассматриваемых методов дообучения — распределённое обучение всех параметров, LoRA и P-tuning. Отдельные разделы посвящены GPU AMD с ROCm, NPU Huawei Ascend и чипам Apple серии M.
Проект поддерживает Datawhale; участники могут отправлять issues и pull requests. В него также входят примеры проектов, например чат-модель с заданным характером и математическая модель на базе InternLM2-Math.
Ключевые возможности
- 01Пошаговые руководства по развёртыванию и использованию десятков открытых LLM и мультимодальных моделей.
- 02Рассматриваются полное дообучение всех параметров, LoRA и P-tuning.
- 03Есть инструкции по настройке окружения для Linux, ROCm, Ascend NPU и чипов Apple серии M.
- 04Показаны вызовы из командной строки, развёртывание онлайн-демо и интеграция с LangChain.
- 05Материалы на китайском языке с примерами в формате Jupyter Notebook.
Сценарии использования
- Студент хочет локально запустить Qwen или InternLM без платного доступа к API.
- Разработчик учится дообучать открытую модель с помощью LoRA на профильном датасете.
- Исследователь настраивает открытую LLM на оборудовании AMD или Ascend.
- Команда создаёт приватного ассистента по корпоративным знаниям на базе локальной модели с LangChain.
Быстрый старт
- 1
Клонируйте репозиторий
git clone https://github.com/datawhalechina/self-llm.git - 2
Откройте указатель руководств, чтобы узнать о поддерживаемых моделях, и следуйте общему руководству по настройке среды
Что важно знать
- Руководства написаны на китайском языке и предназначены для Linux; для оборудования AMD, Ascend NPU и Apple M есть отдельные руководства.
- Для запуска или дообучения моделей по большинству руководств требуется GPU с большим объёмом VRAM.
Темы
Частые вопросы
- Что такое self-llm?
- Подборка обучающих материалов на китайском языке по развёртыванию, использованию и дообучению открытых LLM и мультимодальных моделей в Linux: полное дообучение, LoRA и P-tuning. self-llm — проект с обучающими материалами на китайском языке для начинающих, которые хотят запускать открытые большие языковые модели на своих компьютерах с Linux. В нём рассказывается о настройке окружения, локальном развёртывании, работе через командную строку и онлайн-демо, интеграции с LangChain и дообучении широкого спектра моделей, включая Qwen, InternLM, ChatGLM, Llama 3, MiniCPM и Gemma.
- self-llm можно использовать бесплатно? Какая у него лицензия?
- self-llm распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- self-llm всё ещё поддерживается?
- Обновлялся за последние 6 месяцев. Последний коммит в self-llm — 12 сент. 2026 г..
- Для чего можно использовать self-llm?
- Студент хочет локально запустить Qwen или InternLM без платного доступа к API. Разработчик учится дообучать открытую модель с помощью LoRA на профильном датасете. Исследователь настраивает открытую LLM на оборудовании AMD или Ascend. Команда создаёт приватного ассистента по корпоративным знаниям на базе локальной модели с LangChain.
- Как установить self-llm?
- Клонируйте репозиторий: git clone https://github.com/datawhalechina/self-llm.git Откройте указатель руководств, чтобы узнать о поддерживаемых моделях, и следуйте общему руководству по настройке среды
- Где скачать self-llm?
- Исходный код и инструкции по установке — на GitHub: https://github.com/datawhalechina/self-llm
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Превращает экспортированную историю чатов в дообученную LLM, которая пишет в вашем стиле, и запускает её как чат-бота в Telegram, Discord, Slack или WeChat.
Учебник на китайском языке, который объясняет принципы работы LLM на примере создания небольшой модели в стиле LLaMA2 с нуля: от Transformer и предобучения до дообучения, RAG и агентов.
Единый фреймворк для эффективной тонкой настройки более 100 LLM и VLM через CLI и веб-интерфейс без написания кода.
Библиотека Python, которая запускает большие языковые модели послойно и позволяет выполнять инференс моделей класса 70B на одной GPU с 4 ГБ памяти без квантования.
Открытые большие языковые модели, дообученные для финансовых задач: анализа тональности, прогнозирования и тестов по финансовой обработке естественного языка.