开源大模型食用指南Open Source LLM User Guide

项目特点 ​

本项目是一个围绕开源大模型、针对国内初学者、基于 Linux 平台的中国宝宝专属大模型教程。项目旨在简化开源大模型的部署、使用和应用流程，让更多的普通学生、研究者更好地使用开源大模型。

🎓 学习建议 ​

建议学习路径：环境配置 → 模型部署 → 模型微调

• 环境配置是基础，模型部署是入门，微调是进阶
• 初学者推荐优先学习：Qwen1.5、InternLM2、MiniCPM 等模型
• 每个模型教程独立完整，可根据需求选择学习

📖 主要内容 ​

1. 环境配置指南 - Linux 平台开源 LLM 环境配置，针对不同模型提供详细步骤
2. 部署教程 - 主流开源 LLM 的部署使用，包括 LLaMA、ChatGLM、InternLM 等
3. 应用指导 - 命令行调用、在线 Demo、LangChain 框架集成等
4. 微调方法 - 全量微调、LoRA、QLoRA、ptuning 等高效微调技术

🌟 项目亮点 ​

• 标准化流程：每个模型遵循统一的教程结构（FastAPI → WebDemo → LangChain → 微调）
• 详细文档：每篇教程包含完整代码、配置说明、运行截图
• 配套资源：提供数据集、参考代码、Docker 镜像
• 持续更新：跟进最新开源模型，社区贡献者持续维护

快速导航 ​

相关项目 ​

如果您在学习完本项目后，希望进一步深入学习，可以参考 Datawhale 的其他项目：

• Happy-LLM - 从零开始的大语言模型原理与实践
• Tiny-Universe - 手写 RAG、Agent 和 Eval
• llm-universe - 动手学大模型应用开发
• so-large-llm - 大模型理论基础课程

贡献者 ​

特别感谢 77+ 位核心贡献者对本项目的贡献！

项目负责人：宋志学（不要葱姜蒜）、邹雨衡

项目的主要内容就是教程，让更多的学生和未来的从业者了解和熟悉开源大模型的食用方法！任何人都可以提出 issue 或是提交 PR，共同构建维护这个项目。

想要深度参与的同学可以联系我们，我们会将你加入到项目的维护者中。

⭐ 如果这个项目对你有帮助，请给我们一个 Star！