#Datawhale

llms-from-scratch-cn

本教程提供系统化的学习路径，涵盖基础理论、实际编码、数据处理、注意力机制、预训练和微调，帮助开发者掌握ChatGPT等大型语言模型的核心技术，适合具备一定编程基础的技术人员。

key-book

《钥匙书》是《机器学习理论导引》的补充读物，帮助读者理解机器学习中的七大关键概念：可学性、复杂度、泛化界、稳定性、一致性、收敛率和遗憾界。通过详细的证明补充、案例解析和概念扩展，解决读者在学习中遇到的难题，提供实时更新的在线阅读资源，非常适合深入研究机器学习理论的读者。

DOPMC

DOPMC(Datawhale开源项目管理委员会)致力于推动开源项目发展和人工智能人才培养。该平台为开发者提供参与开源项目的机会,包括项目指南和Github操作指南等资源。DOPMC通过issues和discussions促进社区交流,欢迎各种形式的反馈。除技术交流外,DOPMC还提供人工智能培养方案,旨在培育全面的AI人才。

awesome-compression

这个开源项目提供了一个全面的模型压缩技术入门教程，涵盖剪枝、量化和知识蒸馏等方法。通过结合理论讲解和实践代码，该项目旨在降低学习门槛，帮助初学者和研究人员掌握如何有效压缩深度学习模型，以满足实际应用需求。

agent-tutorial

这是一份由Datawhale团队编写的Agent开发教程，重点通过实践引导学习。教程介绍了ModelScope Agent的使用方法，探讨了Agent的创作思路和应用前景。内容涵盖Agent原理、环境配置和日程规划小助手实践，适合有意学习和开发Agent应用的读者。