zkywsg/Daily-LLM

Что это?

Ключевые возможности

• 01Таймлайн 19 семейств моделей с 1986 по 2025 год, каждому посвящён отдельный каталог
• 02Локальная интерактивная веб-страница с режимами просмотра по таймлайну и семействам
• 03Практические проекты, объединяющие несколько семейств, в отдельном каталоге projects
• 04Раздел foundations с материалами по функциям активации, backprop, оптимизаторам и attention
• 05Двуязычная документация на английском и упрощённом китайском

Сценарии использования

• Получить структурированный обзор развития архитектур глубокого обучения
• Подготовиться к собеседованиям по алгоритмам машинного обучения и LLM
• Найти вводные материалы по отдельным семействам, например диффузионным моделям или RAG

Быстрый старт

1. 1

   Клонируйте репозиторий

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

   Перейдите в каталог проекта

   cd Daily-LLM
3. 3

   Установите зависимости из requirements.txt

   pip install -r requirements.txt

Что важно знать

• !Это план обучения и учебный материал, а не программная библиотека или приложение.

В подборках

Темы

Частые вопросы

Что такое Daily-LLM?

Наглядная учебная дорожная карта в формате таймлайна: от RNN 1986 года до рассуждающих моделей 2025 года. Daily-LLM — двуязычный учебный путь по глубокому обучению и большим языковым моделям. В нём собраны 19 семейств архитектур: от CNN и RNN/LSTM через Transformers, BERT и GPT, диффузионные модели, тонкую настройку с LoRA, RLHF, mixture-of-experts, RAG и агентов до рассуждающих моделей, таких как o1 и R1. Каждому семейству посвящён отдельный каталог, а ежегодный указатель формируется в TIMELINE.md.

Daily-LLM можно использовать бесплатно? Какая у него лицензия?

Daily-LLM распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.

Daily-LLM всё ещё поддерживается?

Обновлялся за последние 6 месяцев. Последний коммит в Daily-LLM — 25 сент. 2026 г..

Для чего можно использовать Daily-LLM?

Получить структурированный обзор развития архитектур глубокого обучения Подготовиться к собеседованиям по алгоритмам машинного обучения и LLM Найти вводные материалы по отдельным семействам, например диффузионным моделям или RAG

Как установить Daily-LLM?

Клонируйте репозиторий: git clone https://github.com/zkywsg/Daily-LLM.git Перейдите в каталог проекта: cd Daily-LLM Установите зависимости из requirements.txt: pip install -r requirements.txt

Где скачать Daily-LLM?

Исходный код и инструкции по установке — на GitHub: https://github.com/zkywsg/Daily-LLM