LLM Course

LLM Course 是 GitHub 上的一个开源学习项目，作者 mlabonne 把入门大语言模型需要的东西整理成一条路线。它不提供课程视频，也不发证书，核心是一份 README 加一堆 Colab 笔记本，告诉你先学什么、再学什么，以及每一步可以动手跑什么。

课程结构

内容分成三块：LLM Fundamentals 讲数学、Python 和神经网络，属于可选的前置知识；LLM Scientist 关注怎么用最新技术把模型做好；LLM Engineer 则偏向用 LLM 搭应用、做部署。你可以按顺序走，也可以直接跳到需要的那部分。

笔记本与工具

仓库里列了一批可以直接在 Google Colab 里打开的笔记本，覆盖微调、量化和模型合并。比如用 Unsloth 微调 Llama 3.1、用 ORPO 微调 Llama 3、用 GPTQ 做 4-bit 量化、用 MergeKit 合并模型。另外还有 LLM AutoEval、LazyMergekit、AutoQuant 这类一键脚本，省去手动配置的步骤。

适合谁与限制

适合已经会一点 Python、想系统了解大模型训练和部署的开发者。笔记本文档以英文写成，需要能读英文技术材料；部分笔记本依赖 Colab 或 RunPod 的算力，免费额度有限。课程本身免费，作者另出了一本《LLM Engineer's Handbook》，买书算是对项目的支持。