开源贡献:Datawhale团队
什么是组队学习?
△关于 Datawhale
本期学习内容

名额有限,先到先得!各学习时间重叠,建议只报 1 门。
25年最扎实的LLM基础课程,串联了当前LLM发展前沿的内容,从零开始实现一个完整的 Transformer 语言模型,涵盖从预训练数据清洗、模型搭建、训练优化到部署评估的完整流程。

本项目是一个系统性的 LLM 学习教程,将从 NLP 的基本研究方法出发,根据 LLM 的思路及原理逐层深入,依次为读者剖析 LLM 的架构基础和训练过程。同时,结合目前 LLM 领域最主流的代码框架,演练如何亲手搭建、训练一个 LLM,期以实现授之以鱼,更授之以渔。【注:本期课程将学习教程的1~3章,以理论基础为主】


openai-agents这个框架是OpenAI在2025年3月份刚刚推出的,与MCP进行了比较好的融合。框架默认是用opanai的大模型,我们可以改成用其他的模型。这个框架很精悍,依赖很少,功能很全,文档丰富,一推出就得到了很多现有AI框架的集成支持,既可以用来学习,也可以用来生产部署。



PyTorch近年来已成为学术界实现深度学习算法最常用的框架。考虑到PyTorch的学习兼具理论储备和动手训练,两手都要抓两手都要硬的特点,我们开发了《深入浅出PyTorch》课程,期望以组队学习的形式,帮助大家从入门到熟练掌握PyTorch工具,进而实现自己的深度学习算法。





wow-rag项目由wow-fullstack团队快速打造,致力于成为极致轻量级、跨平台、易定制的生产级RAG框架。尽管现在蚂蚁虽小,但六腿俱全!wow-fullstack和wow-rag秉持的一贯理念是有教程必有产品。本wow-rag教程将用5课带你从零构建起一个RAG应用。

在线学习网站
https://fmhw1n4zpn.feishu.cn/docx/AF4XdOZpIo6TOaxzDK8cxInNnCe









一起“点赞”三连↓
(文:Datawhale)