3 repository-uri
Awesome GitHub RepositoriesLLM Application Development Curricula
Structured educational materials for mastering the creation of large language model applications.
Distinct from LLM Application Development: Focuses on the educational curriculum aspect rather than the development frameworks themselves.
Explore 3 awesome GitHub repositories matching education & learning resources · LLM Application Development Curricula. Refine with filters or upvote what's useful.
Awesome LLM Application Development Curricula GitHub Repositories
Găsește cele mai bune repo-uri cu AI.Vom căuta cele mai potrivite repository-uri folosind AI.
- datawhalechina/llm-universe
datawhalechina/llm-universe
13,269Vezi pe GitHubllm-universe is a structured learning resource and technical guide focused on the development of large language model applications. It serves as a curriculum for mastering model orchestration, the creation of autonomous conversational agents, and the implementation of retrieval-augmented generation systems. The project provides detailed instructions on connecting model APIs with memory and tools to create execution chains. It specifically covers the construction of retrieval pipelines, including the process of cleaning raw documents, generating embeddings, and integrating vector databases to
Serves as a comprehensive structured learning resource for mastering LLM application development.
Jupyter Notebooklangchainrag - afshinea/stanford-cme-295-transformers-large-language-models
afshinea/stanford-cme-295-transformers-large-language-models
4,509Vezi pe GitHubAcest proiect este un ghid de studiu cuprinzător pentru cursuri tehnice și o referință pentru învățarea arhitecturilor și metodelor de antrenare a modelelor Transformer și a modelelor de limbaj mari (LLM). Servește ca o prezentare tehnică pentru înțelegerea modului în care rețelele neuronale procesează datele și cum să aliniezi comportamentul modelului cu obiective specifice de performanță. Repository-ul oferă ghiduri specializate pe mai multe domenii cheie ale dezvoltării modelelor. Aceasta include referințe detaliate pentru arhitecturile transformer, framework-uri de implementare pentru retrieval-augmented generation și fluxuri de lucru agentice, precum și ghiduri tehnice pentru optimizarea și fine-tuning-ul modelelor. Conținutul acoperă o gamă largă de capabilități, inclusiv fine-tuning supervizat, adaptare low-rank și aliniere bazată pe preferințe. De asemenea, abordează eficiența modelului prin cuantizare, distilare și arhitecturi mixture-of-experts, alături de studiul mecanismelor de self-attention și flash attention. Resursele sunt furnizate pentru dezvoltare în C#, JavaScript și Python.
Provides structured educational materials for developing retrieval-augmented generation and reasoning models.
- curiousily/get-things-done-with-prompt-engineering-and-langchain
curiousily/Get-Things-Done-with-Prompt-Engineering-and-LangChain
1,242Vezi pe GitHubThis project is an educational collection of Jupyter notebooks and guides focused on building applications with the LangChain framework. It serves as a practical resource for developers learning to implement prompt engineering, retrieval-augmented generation, and autonomous agent workflows to create intelligent, context-aware systems. The repository distinguishes itself by providing hands-on tutorials for connecting language models to private datasets and external tools. It covers the end-to-end process of designing structured input templates, orchestrating multi-step task sequences, and main
Provides structured educational materials for mastering the development of language model applications using custom data and automated workflows.
Jupyter Notebookartificial-intelligencechatgptdeep-learning
