wshzd/Awesome-AIGC · 上手攻略

  • 仓库：wshzd/Awesome-AIGC
  • 链接：https://github.com/wshzd/Awesome-AIGC
  • 分类：资料汇总 / 中文 AIGC 索引
  • 作者：spark
  • 更新：2026-08-23

1. 是什么

wshzd/Awesome-AIGC 是一份中文 AIGC 资料汇总型仓库，以「论文分享 / 访谈 / 模型评测 / 行业动态」为单位收录条目，附带外链（arXiv、知乎、微信公众号、B 站等）。与 f/awesome-chatgpt-prompts、Hannibal046/Awesome-LLM 这类以英文为主的清单相比，它的定位是中文圈 AIGC 早期热度阶段的整理：从 2022 年 11 月 ChatGPT 发布后的第一波关注点（多模型对比、对抗鲁棒性、文本增强、可控生成、AI 生成文本检测等）一路梳理下来。

⚠️ 本仓库本质是一份「带链接的阅读清单」，不是可安装可运行的工具。 没有 CLI、没有 SDK、没有 model weight。读它 = 看一份带分类的中文资料导航页。

2. 解决什么问题

  • 想从 0 入门 ChatGPT / GPT-4 这一波大模型，不想去公众号 / 知乎一篇一篇翻：直接看汇总链接。
  • 想找中文社区对早期 AIGC 模型的横向评测（文心一言、ChatGLM、MOSS、Bloomz、讯飞星火、360 智脑、通义千问…）。
  • 想找 AI 生成文本检测相关论文与代码（DetectGPT、GPTZero、OpenAI 官方检测器、paraphrase 攻防等）。
  • 想找 PEFT / LoRA / QLoRA / MeZO / LOMO / CAME 这一波早期高效微调 / 优化方法的原始链接。
  • 想看 RecurrentGPT、RoPE、ControlVideo、AugGPT 等具体工作的中文解读 + 英文 paper + code 三件套。

不适用的场景：

  • 需要"立刻能跑起来的代码库"——这里只有 paper / code 的外链，不是仓库本体；
  • 需要 2024 之后的最新工作——README 的更新节奏以 2023 上半年为主，最新条目非常少；
  • 需要英文为主的内容——这是中文整理。

3. 快速"安装"（或者说：怎么读它）

严格说没有安装步骤，但有几个上手姿势：

# 方式 1：直接 GitHub 网页浏览（README 本身就是入口页）
# 打开 https://github.com/wshzd/Awesome-AIGC ，滚动看分类

# 方式 2：clone 到本地，按需 grep
git clone https://github.com/wshzd/Awesome-AIGC.git
cd Awesome-AIGC

# 找「PEFT / LoRA」相关条目
grep -i "PEFT\|LoRA\|QLoRA\|MeZO\|LOMO" README.md

# 找特定模型对比
grep -i "文心一言\|ChatGLM\|讯飞星火\|通义千问\|360智脑" README.md

# 找检测相关
grep -i "DetectGPT\|GPTZero\|检测" README.md

如果想订阅更新（README 标注「持续更新」），只能 GitHub Watch——没有 RSS feed，仓库本身也没有 release 流程。

4. 核心用法（怎么把它当作一份中文 AIGC 速查表）

4.1 按主题速查

下面是 README 中能直接看到的主要分类，附上代表性条目（链接未在此处复述，避免翻墙 / 链接失效带来的硬编码风险——请回到 README 取最新链接）：

  • 论文分享：AugGPT（ChatGPT 文本数据增强）、ChatGPT 鲁棒性 / 分布外泛化、GenRead（检索 + 大模型在信息搜索中的对比）等。
  • 访谈 / 口述史：Jack Rae 在 Stanford MLSys 的「Compression for AGI」分享、《万字长文：想训大模型？这里有一份避坑指南》、David Holz（Midjourney 创始人）访谈、Sam Altman / Greg Brockman / Ilya Sutskever 专访、Bengio「ChatGPT 是警钟」、ChatGPT 团队口述史等。
  • LLM 效果对比：「X VS Y」类的中文实测——文心一言 / ChatGLM / 讯飞星火 / 通义千问 / 360 智脑 / Bard / Bing / OpenAssistant 等的 20 道问答 PK。
  • ChatGPT 专业评估：多任务 / 多语言 / 多通道评估、计算机科学考试、推理与幻觉评测。
  • LLM 知识评估基准：C-EVal（中文大模型知识评估）、MMCU（中文垂域评测）、OpenLLM Leaderboard、AlpacaEval。
  • 多模态幻觉评估：POPE 等。
  • 国内大模型：LaWGPT（法律）、MedQA-ChatGLM、Med-PaLM（Google 登 Nature）、PULSE 中文医疗 LLM、FinGPT（金融）、清华+中国气象局 3 小时短临预报 LLM、FraudGPT、TransGPT·致远（交通）、Panda LLM（南洋理工海外中文 LLM）。
  • AI 生成文本检测：DetectGPT、GPTZero、OpenAI 官方检测器、paraphrase 绕过研究、综述仓库等。
  • 可控生成 / 安全：ControlGPT、ControlVideo、PoisonGPT（虚假信息案例）、llm-attacks（CMU 攻破 LLM 护栏）。
  • LLM 训练：DeepSpeed、Megatron-LM、Multi-Query Attention。
  • LLM 微调：PEFT、LoRA、QLoRA、MeZO（陈丹琦团队，零阶优化器，单卡 A100 训 30B）、LOMO（邱锡鹏团队，650 亿参数 8 卡全参微调）。
  • LLM 优化：LLM-Pruner、CAME（训练成本近半）、vLLM（伯克利开源推理库）、LMOps、KV Cache 解读。
  • LLM 部署：FastLLM（X86/Arm/CUDA 三架构）等。

4.2 怎么用「论文 + 代码 + 中文 blog」三件套

很多条目都按 paper / code / blog 三件套组织，外链齐全。读一个 topic 的标准动作：

  1. 先扫中文 blog 拿直觉（mp.weixin.qq.com、知乎专栏为主）；
  2. 再翻 arXiv 摘要确认方法正确性；
  3. 最后去对应 GitHub 仓库跑代码（README 给的 [[code]] 链接就是入口）。

这套工作流对中文读者最友好——是这份清单相对英文 awesome 列表最大的差异化价值。

4.3 把它当作「2023 上半年中文 AIGC 兴趣切片」

如果你的研究 / 选题是「中文社区对早期 AIGC 的反应模式」「AIGC 概念在中文世界的传播路径」「早期 LLM 微调 / 优化 / 检测三条线的代表工作清单」，这份仓库是个一站式的语料样本。直接对 README 做文本分析（按关键词出现频次、主题分布、引用源类型统计）就能拿到基础分布。

5. 典型适用场景

  • 入门读者：从 0 了解 AIGC 大概念，按分类挑感兴趣的条目读起。
  • 研究者做综述 / 选题：找 2023 上半年某个细分方向的中文资料起点。
  • 做中文 AIGC 历史 / 媒体研究：把 README 当语料做文本分析。
  • 教学 / 培训准备：讲师准备 AIGC 入门课件时拿现成中文链接。
  • 找"已停更 / 半停滞"但仍可用的早期工作入口：PEFT、LoRA、QLoRA、MeZO、LOMO、DetectGPT、RecurrentGPT、RoPE 这一批工作的中文解读 + 英文 paper 链接都能在这找到。

不适用：

  • 把这份列表当作"实时更新的 LLM 行业全景图"——它基本停在 2023 上半年，之后的工作大量缺席；
  • 直接当生产工具用——它没有 CLI / SDK；
  • 用来"取最新论文"——清单本身不主动爬新论文，更新节奏依赖作者个人维护。

6. 坑与注意

  • ⚠️ 大量微信公众号 / 知乎 / B 站外链，长期可用性不可保证。mp.weixin.qq.com 的文章经常因「违规」被删，知乎答案会被折叠 / 锁定，B 站视频可能下架。建议读这类条目时同步存一份离线副本。
  • ⚠️ README 标注「持续更新」但实际更新节奏很慢——本指南撰写时（2026-08）仓库最新内容仍集中在 2023 上半年。把它当作"2023 上半年快照"比当作"实时索引"更稳妥。
  • ⚠️ 部分代码链接已失效或仓库已 archived：例如 Felixgithub2017/MMCU 这种 2023 年的个人 repo，后续未必还在维护。点开 [[code]] 遇到 404 不要意外。
  • ⚠️ 仓库整体偏"运营型"，不是技术型：核心价值在「链接的策展质量」而不是任何代码 / 数据 / 模型。如果你期待的是 README 里的 git status、CI、release，那是不存在的。
  • ⚠️ 没有 LICENSE 文件明文标注：README 顶部没有 LICENSE 区块。如果你要二次分发或商用，先确认作者意图，避免法律风险（参考链接：仓库首页可见 README + 几张图，但未明示 license 字段）。
  • ⚠️ 私域拉群 / 加微信类内容存在：README 中提到"AIGC 技术交流群"二维码，扫码加群需注意隐私边界——这是社区运营行为，不是技术能力。

7. 与同类对比

  • vs f/awesome-chatgpt-prompts：f 那个是 prompt 集合，以英文 prompt 为主、可直接抄；本仓库以论文 / 解读 / 评测为主，不可直接抄。
  • vs Hannibal046/Awesome-LLM：Hannibal046 是英文 awesome，按 LLM 全景分章节（论文、模型、训练、推理、评测…），更新更勤；本仓库偏中文社区视角，覆盖面窄但本地化深。
  • vs RUCAIBox/Awesome-LLM-ZH（如有）：定位近似，看维护活跃度选。
  • vs 直接搜知乎 / 微信公众号：聚合度更高，省去你一个个收藏夹整理的成本；劣势是缺乏个性化推荐（你关注的子方向 vs 列表作者关注的子方向可能错位）。
  • vs PaperWithCode / arXiv Sanity：那是英文 + 国际视角的索引；本仓库的中文访谈 / 公众号博客是它们覆盖不到的"中文一手解读"。

8. 一句话推荐

把它当「2023 上半年中文 AIGC 圈『论文 + 中文 blog + code』三件套速查表」最合适——不要把它当实时索引，也不要期待它能跑代码。

参考链接：

  • 仓库首页：https://github.com/wshzd/Awesome-AIGC
  • README（中文）：https://github.com/wshzd/Awesome-AIGC/blob/main/README.md
  • 仓库原始截图（README 内）：/wshzd/Awesome-AIGC/blob/main/images/chatgpt.png 等
  • 关联 repo（README 中提到）：SJTU-LIT/ceval、RUCAIBox/POPE、Felixgithub2017/MMCU、dongrixinyu/JioNLP、tatsu-lab/alpaca_eval、princeton-nlp/MeZO、aiwaves-cn/RecurrentGPT、YBYBZhang/ControlVideo、microsoft/LoRA、microsoft/LMOps、ztxz16/fastllm 等（具体链接见 README 原档）

⚠️ 核验状态：以上 sub-repo 链接均来自 README 文本，未在本指南逐一打开 GitHub 页面确认仓库当前活跃度。建议读者按需点击时同步检查 archived 状态 / 最近 commit 时间。