Repolode
datawhalechina

datawhalechina/happy-llm

一本从零开始讲解并动手实现大语言模型的中文开源教程,涵盖 Transformer、预训练、微调、RAG 与 Agent。

Star
34,463
Fork
3,253
未关闭 Issue
73
最近提交
2个月前

这是什么?

Happy-LLM 是 Datawhale 社区推出的中文大模型系统教程,从 NLP 基础概念出发,逐层讲解 Transformer 架构、预训练语言模型和大语言模型的训练流程,并配有可运行的代码。

实战部分包括用 PyTorch 搭建 LLaMA2 风格模型、训练 Tokenizer,并完成预训练与有监督微调;随后介绍基于 Transformers 框架的训练实践,以及 LoRA、QLoRA 等高效微调方法。后续章节涵盖模型评测、检索增强生成(RAG)、智能体(Agent),以及 GRPO、Search-R1 等 Agentic RL 方法。项目同时在 ModelScope 提供两个约 215M 参数的基础模型与 SFT 模型。

教程提供在线阅读站点和 PDF 版本,各章节附有环境准备说明,并设有 Extra Chapter 收录社区的学习笔记。

核心功能

  • 01基于 PyTorch 从零实现 LLaMA2 风格模型
  • 02讲解 Transformer、注意力机制与 Encoder-Decoder 架构
  • 03包含 Tokenizer 训练、预训练与有监督微调流程
  • 04介绍 LoRA、QLoRA 等高效微调方法
  • 05涵盖 RAG、Agent 以及 GRPO 等 Agentic RL 方法

适用场景

  • 在阅读论文前系统理解大模型的内部原理
  • 复现小型大模型的预训练与微调流程
  • 学习 RAG 与智能体等应用开发基础
  • 用于高校或培训课程的大模型入门教学

快速上手

  1. 1

    打开 README 中的在线阅读地址

  2. 2

    运行代码前先阅读学习与环境准备文档

  3. 3

    如需体验,从 ModelScope 下载预训练的 215M 模型

使用前须知

  • 内容以中文撰写,英文读者可能阅读困难。
  • 本项目是教程而非生产级库,各章节需要使用独立的 Python 环境。
  • 许可协议为 CC BY-NC-SA 4.0,禁止商业使用。

标签

常见问题

happy-llm 是什么?
一本从零开始讲解并动手实现大语言模型的中文开源教程,涵盖 Transformer、预训练、微调、RAG 与 Agent。 Happy-LLM 是 Datawhale 社区推出的中文大模型系统教程,从 NLP 基础概念出发,逐层讲解 Transformer 架构、预训练语言模型和大语言模型的训练流程,并配有可运行的代码。
happy-llm 可以免费使用吗?用的什么许可证?
happy-llm 以 Other 许可证开源。用于商业产品前,请先确认许可证条款。
happy-llm 还在维护吗?
半年内有更新。happy-llm 最近一次提交是在 2026年8月8日。
happy-llm 适合用来做什么?
在阅读论文前系统理解大模型的内部原理 复现小型大模型的预训练与微调流程 学习 RAG 与智能体等应用开发基础 用于高校或培训课程的大模型入门教学
happy-llm 怎么安装和运行?
打开 README 中的在线阅读地址 运行代码前先阅读学习与环境准备文档 如需体验,从 ModelScope 下载预训练的 215M 模型
在哪里获取 happy-llm?
源代码和安装说明在 GitHub 上:https://github.com/datawhalechina/happy-llm

概要由 AI 根据项目 README 生成;GitHub 数据每日更新。

相关项目