Mooler0410/LLMsPracticalGuide · 上手攻略

  • 仓库：Mooler0410/LLMsPracticalGuide
  • 链接：https://github.com/Mooler0410/LLMsPracticalGuide
  • 分类：ai
  • 作者：Tom
  • 更新：2026-07-15

一、是什么

Mooler0410/LLMsPracticalGuide 是一个以Survey Paper 为基础整理的LLM实践指南索引库（而非代码库）。它将大语言模型领域的论文、博客、工具按主题分类组织，帮助研究者和工程师在庞杂的文献中找到"什么场景用什么模型/方法"的最优路径。

核心资产有两块：

  1. LLM 演进树（Evolutionary Tree）：一张可视化的族谱图，追溯从 BERT 到 GPT-4、LLaMA 等主流模型的发展脉络和分支关系。
  2. 分类实践指南：覆盖预训练、微调、Prompt 工程、对齐、数据、评估、效率、可靠性等 10+ 维度，每个维度下列举经典必读论文 + 博客 + 代码资源。

基于的 Survey Paper 为 Harnessing the Power of LLMs in Practice: A Survey on ChatGPT and Beyond（arXiv:2304.13712），由 Jingfeng Yang 等人撰写，在学术界有较高引用率。

二、解决什么问题

LLM 领域文献爆发式增长，从业者面临两个典型痛点：

  • 信息过载：每天都有新论文、新模型，不知从哪入手、该信谁。
  • 理论与实践脱节：论文读懂了，但不知道怎么用到自己业务里。

本仓库用按任务场景组织的思路替代"按时间线排列论文"，直接回答："我要做文本分类，该用 BERT 还是 GPT？用哪个变体？怎么微调？有哪些坑？"

三、快速安装

这是一个纯索引/文档类仓库，无需安装任何代码，直接阅读即可。

浏览器直接查看

https://github.com/Mooler0410/LLMsPracticalGuide

本地克隆（仅阅读，无代码可运行）

git clone https://github.com/Mooler0410/LLMsPracticalGuide.git

获取演进树高清图

仓库中 imgs/tree.jpg 存放演进树图片；source/figure_gif.pptx 和 source/figure_still.pptx 是原始 PPT 源文件，可自行修改。

四、核心用法

4.1 按模型分支选型

README 按 LLM 架构分四大类，每类下列代表性模型 + 适用场景：

模型类型 代表模型 典型适用场景
Encoder-only（BERT系） BERT、RoBERTa、ALBERT、DistilBERT、ELECTRA 文本分类、实体识别、句子匹配等 NLU 任务
Encoder-Decoder（T5系） T5、GLM-130B、UniLM 文本生成、翻译、摘要等 Seq2Seq 任务
Decoder-only（GPT系） GPT-1/2/3、OPT、PaLM、LLaMA、ChatGPT/GPT-4 开放域生成、对话、few-shot 推理
MoE（混合专家） GLaM、ST-MoE 追求参数量大但推理成本可控的场景

4.2 按任务场景查找实践指南

README 章节覆盖：

Practical Guide for Models         # 选模型
Practical Guide for Data          # 预训练/微调/测试数据
Practical Guide for NLP Tasks     # 传统NLU/生成/知识密集任务
Abilities with Scaling            # scaling 带来的涌现能力
Efficiency                        # 推理加速、蒸馏、量化
Trustworthiness                   # 安全性、对齐、真理性
Practical Guides for Prompting     # Prompt 工程
Alignment Efforts of Open-source   # 开源社区对齐工作
Usage and Restrictions            # 许可证和商业限制

4.3 使用限制查询

仓库专门附有 Usage and Restrictions 章节，列出各模型的商业可用性，是工程选型时必须核查的合规参考。例如 GPT-3.5/4 有 OpenAI 使用条款约束；LLaMA 系列有不同的许可证限制。建议在选型阶段就查阅此章节，避免后续合规风险。

五、典型适用场景

  • 研究新人入门：通过演进树快速建立 LLM 领域的宏观认知，找到自己的研究方向。
  • 工程师选型：面对业务问题不知该用哪个模型时，按场景章节检索推荐组合。
  • 论文阅读辅助：配合 Survey 论文，系统梳理某个子领域（如 Prompt Engineering、Scaling Laws）的必读文献。
  • 教学备课：直接引用演进树图和分类框架，节省制作课件的时间。

六、坑与注意

  1. 这是索引库，不是代码库：很多人期望找到可运行的示例代码，但这里主要是论文/博客链接。如果需要代码，需要顺着每个资源跳转。
  2. 部分链接有时效性：2023 年的博客可能已过时（如某些 API 已变更），使用时建议核对日期。
  3. 许可证需自行核查：Usage and Restrictions 章节是参考，不是法律建议；商业项目建议直接咨询各模型的官方许可证条款。
  4. 演进树截止特定时间：树图反映的是 2023 年中的状态，更新的模型（如 GPT-4o、Claude 3 系列、LLaMA 3 等）未包含在内。

七、与同类对比

仓库 类型 侧重点
Mooler0410/LLMsPracticalGuide 论文/资源索引 实践导向，按场景分类，附演进树
hwchase17/langchain 代码框架 LLM 应用开发框架
nichtdax/awesome-totally-open-llms 开源模型列表 模型权重和许可证追踪
SebastianSchmidt7/LLM-Bible 书籍式教程 系统性学习路径

本仓库的独特价值在于 Survey-based + 场景驱动 的组织方式，而非单纯罗列论文列表。

八、一句话推荐结论

如果你想快速搞清"这个LLM问题该看哪些论文/博客"，这个仓库是当前最好的导航索引之一——尤其是想结合实践视角而非纯理论学习的时候。