• 1
• 0
• 0

cc/GRPO-With-Cargo-Feedback

• 1
• 0
• 0

cc/self-llm

一个堪称“开源 AI 大模型入门说明书"，提供了一套完整的开源大模型学习指南，涵盖环境配置、模型部署和微调等步骤

• 1
• 2
• 1

cc/LLM-RL-Visualized

原创 100+ 架构图，系统讲解大模型、强化学习，涵盖：LLM / VLM 等大模型原理、训练算法（RL、RLHF、GRPO、DPO、SFT 与 CoT 蒸馏等）、效果优化与 RAG 等

• 2
• 1
• 1

cc/open-r1

一个复现deepseek R1 训练过程的项目

• 1
• 0
• 0

cc/DeepGEMM

DeepGEMM 是一个 FP8 通用矩阵乘法（GEMMs）库，可以用在Dense上，也可以用在MoE上。 该库用 CUDA 编写，安装时无需编译，内置了JIT（Just-In-Time）模块！ 注意，依然仅支持Hopper GPU，解决了 FP8 累计计算不精确的情况。该库仅包含一个核心内核函数，大约有 300 行代码，大道至简

• 1
• 0
• 0

cc/MinerU

一个 pdf 读取的项目

• 1
• 0
• 0

cc/FlashMLA

• 1
• 0
• 0

cc/Moonlight

Kimi开源产品

• 1
• 0
• 0

cc/LLaMA-Factory

一个 用于大模型 微调的框架

• 1
• 0
• 0

cc/vllm

一个大模型推理的框架