Repolode
提交项目
changyeyu

changyeyu/LLM-RL-Visualized

百余张原创架构图，系统图解大模型与强化学习核心算法。

在 GitHub 查看官网
Star
4,958
Fork
478
未关闭 Issue
3
最近提交
上个月

这是什么？

本仓库是一套以架构图为主的大模型与强化学习图解资料，包含 100 多张原创图，涵盖 LLM、VLM 的结构，解码策略，预训练与后训练流程，以及 LoRA、Prefix-Tuning、SFT 等微调方法。

对齐与推理部分包括 DPO 与 RLHF 的训练架构对比、PPO 与 GRPO、奖励模型、基于思维链的知识蒸馏、MCTS 和 Best-of-N 采样等内容。强化学习基础部分也有相应图示，如马尔可夫决策过程、蒙特卡洛与 TD 方法、DQN、策略梯度和 Actor-Critic。

图片同时提供高清 PNG 与可缩放的 SVG 矢量格式，并附有中英文版本。每个主题相对独立，读者可以直接查阅所需内容，例如 LoRA 或 GRPO。

核心功能

  • 01提供 100 多张原创图，覆盖大模型、视觉语言模型与强化学习
  • 02涵盖 LoRA、Prefix-Tuning、SFT 等微调方法
  • 03讲解 RLHF、DPO、PPO、GRPO 等对齐算法
  • 04包含思维链蒸馏、MCTS、Best-of-N 等推理优化主题
  • 05提供可无限缩放的 SVG 矢量图与中英文版本的高清 PNG

适用场景

  • 建立大模型训练流程的整体视觉认知
  • 在动手实现前对比 PPO、GRPO 与 DPO 的差异
  • 为进入大模型对齐方向的读者梳理强化学习基础
  • 制作讲解材料时需要清晰的算法示意图

使用前须知

  • 无法识别许可证（元数据显示为 NOASSERTION），因此复用条款不明确。

标签

#llm#reinforcement-learning#rlhf#dpo#fine-tuning#diagrams#deep-learning#nlp#ai#algorithm

常见问题

LLM-RL-Visualized 是什么？
百余张原创架构图，系统图解大模型与强化学习核心算法。 本仓库是一套以架构图为主的大模型与强化学习图解资料，包含 100 多张原创图，涵盖 LLM、VLM 的结构，解码策略，预训练与后训练流程，以及 LoRA、Prefix-Tuning、SFT 等微调方法。
LLM-RL-Visualized 可以免费使用吗？用的什么许可证？
LLM-RL-Visualized 以 Other 许可证开源。用于商业产品前，请先确认许可证条款。
LLM-RL-Visualized 还在维护吗？
半年内有更新。LLM-RL-Visualized 最近一次提交是在 2026年9月10日。
LLM-RL-Visualized 适合用来做什么？
建立大模型训练流程的整体视觉认知 在动手实现前对比 PPO、GRPO 与 DPO 的差异 为进入大模型对齐方向的读者梳理强化学习基础 制作讲解材料时需要清晰的算法示意图
在哪里获取 LLM-RL-Visualized？
源代码和安装说明在 GitHub 上：https://github.com/changyeyu/LLM-RL-Visualized

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目