动手学LLM
github.com又名 LLMs-from-scratch、llms-from-scratch-cn
Datawhale 出品的开源中文大模型教程，用可运行的 notebook 从零实现 GPT 并对照 GLM4、Llama3 等架构代码，适合有 Python 基础、愿意花时间读代码跑 notebook 的学习者。
内容免费不用登录网页中文开源
这是一个 GitHub 上的开源教程仓库，目标读者是有一点 Python 基础、想弄明白大模型内部怎么运转的人。它不教你怎么调 API，而是让你自己动手把模型写出来：从处理文本数据、写注意力机制，到搭出一个 GPT 式的模型，再拿未标注数据做预训练。
主要功能
基础部分基于 rasbt 的 LLMs-from-scratch 整理，提供两套 notebook：Codes 目录下的代码精简，适合快速跑通；Translated_Book 目录下内容更细，配文字讲解。章节按顺序排下来，第 1 章讲概念没有代码，第 2 到第 5 章分别对应文本处理、注意力、GPT 实现和预训练，第 6 到第 8 章标注为即将发布。附录里还有 PyTorch 入门和训练相关的补充内容。
另一条线是模型架构讨论，仓库里单独放了 ChatGLM3、ChatGLM4、Llama3、MiniCPM 以及 RWKV V2 到 V6 的 notebook，每个都带配置、训练脚本和核心代码，可以对照着看不同架构的实现差别。
适合谁
适合愿意花时间读代码、跑 notebook 的学习者，也适合在课堂或研究环境里当教学材料。只想了解概念、不打算动手的人，读起来会比较吃力。
费用与限制
仓库内容免费公开，采用 CC BY-NC-SA 4.0 协议，署名、非商业、相同方式共享。教程本身以教育为目的，训练出来的是小型但能跑的模型，不是 ChatGPT 那个量级。部分章节尚未完成，仓库有 157 次提交、4.5k 星标，Issue 区可以提问和反馈。
常见问题
动手学LLM 收费吗？
动手学LLM 免费使用。
用 动手学LLM 要登录吗？
不用登录就能用。
动手学LLM 有哪些平台 / App？
支持 网页。
动手学LLM 的替代品有哪些？
本站整理了 5 个替代品，例如 LLM Cookbook、Happy-LLM、LLM Course、Hello 算法。
替代品 全部 5 个 →
L
LLM Cookbook
Datawhale 维护的中文大模型入门手册，把吴恩达系列课程翻译复现为可运行的 Jupyter Notebook，覆盖提示工程、LangChain 应用与 RAG 开发，适合有 Python 基础、想按必修顺序把大模型开发串起来的人。替代大模型入门这一块：同样 Datawhale 出品、可跑 notebook，但偏应用与课程复现，不带你从零实现 GPT
H
Happy-LLM
Datawhale 出品的免费开源大语言模型教程，从 NLP 基础讲到 Transformer 与训练实践，带读者用 PyTorch 搭一个 LLaMA2 小模型，适合有 Python 基础、想弄懂原理而不只停留在调 API 的学习者。替代从零实现大模型这一块：同样免费开源中文教程，讲 Transformer 与训练实践，架构对照不如本条全
LLM Course
mlabonne 出品的开源大模型学习路线，分基础、科学家、工程师三部分，配微调、量化、模型合并的 Colab 笔记本和一键脚本，适合会一点 Python、想系统了解训练与部署的开发者按路线动手跑。替代学习路线这一块：分阶段配微调、量化 Colab 笔记本，偏工程实践，没有逐章手写 GPT 的代码讲解
Hello 算法
开源、免费、对新手友好的数据结构与算法入门教程替代动手读代码这一块：开源免费中文、notebook 式讲解，但主题是数据结构与算法，不涉及大模型
LLM Course
mlabonne 出品的开源大模型学习路线，分基础、科学家、工程师三部分，配微调、量化、模型合并的 Colab 笔记本和一键脚本，适合会一点 Python、想系统了解训练与部署的开发者按路线动手跑。替代学习路线这一块：分阶段配微调、量化 Colab 笔记本，偏工程实践，没有逐章手写 GPT 的代码讲解
Hello 算法
开源、免费、对新手友好的数据结构与算法入门教程替代动手读代码这一块：开源免费中文、notebook 式讲解，但主题是数据结构与算法，不涉及大模型