懂AI
start-llms

start-llms

大语言模型线上课程

start-llms项目全方位引导编程和机器学习初学者，通过免费的YouTube视频、深度在线课程及实操指导，探索大语言模型的核心技术。项目不仅资源全面，还定期刷新行业新闻与技术动态，助您踏上AI领域的前沿。

大型语言模型在线课程人工智能编程实践机器学习Github开源项目
访问官网GitHubHugging Face论文文档

start-llms 项目介绍

项目背景和目标

start-llms 项目是一个全面的指南，旨在帮助那些对大型语言模型（LLM）感兴趣的人士，即使没有专业的编程或人工智能背景，也能够在2024年免费开始并提升他们的LLM技能。通过这个指南，用户可以在了解最新技术和前沿知识的同时，系统地掌握LLM技巧。

准备工作

项目指南建议初学者首先加强Python和人工智能的基础知识。那些完全没有编程或AI背景的人，可以通过项目维护者Louis Bouchard的另一个指南来打下坚实基础。在此之后，便可以逐步进入LLM的学习旅程。

学习资源和方法

视频资源

短视频是初学LLM的良好开端。项目中推荐了一系列优秀的YouTube视频，这些视频从术语解释、变压器模型的工作原理，到大型语言模型的应用，提供了丰富的学习材料。此外，用户也可以通过收听有关AI的播客，进一步加深对该领域的理解。

书籍和文章

如果你喜欢阅读，项目中列出了多种关于LLM的书籍和文章。这些资源从理论到实践，为读者提供了在真实世界应用LLM的方法和技巧。知名的作者如Jay Alammar和Shawhin Talebi等都在其中提供了非常深入的探讨。

在线课程

对于需要系统化指导的人，项目也推荐了一些在线课程。这些课程覆盖从基础到高级LLM开发的各个层面，部分为免费资源。此外，项目中也提供了若干付费课程链接，便于感兴趣的学习者深入学习。

实践与应用

实践是编程和机器学习中最重要的部分。项目鼓励用户动手尝试，通过构建自己的项目或参加应用性很强的课程来获得实际经验。无论是使用Huggingface这样的工具，还是通过在线课程中的代码例子，用户可以在实践中加强自己的知识和技能。

提示工程与检索增强生成（RAG）

对于希望深入应用LLM的人，项目提供了关于提示工程（Prompting）和检索增强生成（RAG）的资源。通过这些资源，用户可以学会如何在应用中增强模型的可靠性和效能，并能够构建出更复杂的产品。

社区和资源

除了个人学习资源，项目还鼓励用户加入AI相关的社区，不断交流和获取最新信息。这包括Discord、Reddit等在线平台，用户不仅可以提问交流，还可以分享项目和跟踪技术动态。

职业发展

对于希望在机器学习领域找到工作的人，项目提供了一些有用的面试技巧和资源指导，帮助用户为职业发展做好准备。

伦理问题

项目也重视AI伦理问题，推荐了若干与AI伦理相关的视频和文献，引导学习者以负责任的态度使用和发展AI技术。

总结

start-llms 项目通过多样化的学习资源，从视频、书籍到在线课程，为学习者提供了一个丰富而全面的LLM学习路线图。无论是初学者还是已有一定基础的学习者，都能通过这个项目找到适合自己的学习方式，逐步提高自己的技能和专业水平。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表

爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型，支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。

olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多