Stars: 16.8k License: NOASSERTION

500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code 是一个包含 500 多个 AI、机器学习、深度学习、计算机视觉和自然语言处理项目的代码库。

• 包含多种类型的项目，涵盖了计算机视觉、自然语言处理等领域
• 持续更新并欢迎贡献者提交新项目或修复链接问题
• 提供各种实际应用场景下的示例代码和资源

Stars: 13.1k License: MIT

llm.c 是一个简单的、纯粹的 C/CUDA 实现的 LLM 训练项目。

• 无需庞大的 PyTorch 或 cPython。
• 包含 GPT-2 的训练示例，代码干净且在单个文件中。
• 即时编译和运行，并与 PyTorch 参考实现完全匹配。
• 正在进行直接 CUDA 实现，预计速度将显著提升并可能接近 PyTorch 的性能。
• 通过 SIMD 指令（如 x86 上的 AVX2 / ARM 上的 NEON）加速 CPU 版本。

Stars: 9.6k License: NOASSERTION

awesome-artificial-intelligence 是一个人工智能（AI）课程、书籍、视频讲座和论文的精选列表。
该项目的主要功能、关键特性、核心优势：

• 提供人工智能（AI）工具，课程，书籍，讲座和论文
• 帮助用户了解学习人类智力所需任务
• 包括学习，推理，问题解决，理解自然语言和识别模式等任务
• 旨在模仿人类认知功能，并使机器能够根据经验改进性能并执行类似于人类的任务

Stars: 5.7k License: Apache-2.0

llm-action 是分享大模型相关技术原理以及实战经验的项目。

• 提供大模型训练、微调、推理等方面的教程和代码
• 包含参数高效微调技术原理和实战内容
• 探讨分布式训练并行技术，介绍 AI 框架和网络通信
• 提供 LLM 推理优化技术概述及具体应用指南

Stars: 2.7k License: Apache-2.0

self-llm 是一个围绕开源大模型、针对中国初学者的教程项目。
该项目主要功能和核心优势包括：

• 提供基于 AutoDL 平台的开源 LLM 环境配置指南；
• 提供国内外主流开源 LLM 的部署使用教程；
• 提供开源 LLM 的部署应用指导，包括命令行调用、在线 Demo 部署等；
• 包含全量微调、高效微调方法，如分布式全量微调等。