@DanKornas: 别再通过随机图表学习大语言模型系统设计了。genai-llm-ml-case-studies 是一个精心策划的 GitHub 合集,包含 500 多个…
摘要
一个精心策划的 GitHub 合集,包含来自 130 多家公司的 500 多个真实的 GenAI、LLM 和 ML 系统设计案例研究,按行业、用例、公司和架构模式组织。基于 MIT 许可证开源。
查看缓存全文
缓存时间: 2026/05/26 17:12
停止从随机的图表中学习LLM系统设计。
genai-llm-ml-case-studies 是一个精心整理的GitHub仓库,收录了来自130多家公司的500多个真实世界的GenAI、LLM和ML系统设计案例研究。
它通过按行业、用例、公司和架构模式组织示例,帮助你研究团队如何设计、部署和优化AI系统。
主要特点:
• 500+ 案例研究 – 聚焦生产的示例,涵盖GenAI、LLM和ML系统 • 多种导航路径 – 按行业、用例、公司或特色LLM案例研究浏览 • LLM聚焦主题 – 包含RAG、搜索、评估、微调、推理优化和多模态系统等部分 • 公司示例 – 包括OpenAI、Anthropic、Microsoft、Google、Meta、Netflix、LinkedIn、GitHub、Spotify等 • 架构模式 – README草图直接LLM集成、RAG、多智能体系统和人在回路工作流
它是开源的(MIT许可证)。
链接在回复中。
相似文章
@tom_doerr: 大语言模型指令与推理数据集精选列表 https://github.com/mlabonne/llm-datasets…
由 mlabonne 整理的大语言模型指令与推理数据集列表,包含数据集特征、许可证及用例详情。
@tom_doerr: 视频引导的ML系统和LLM基础设施课程 https://github.com/HuaizhengZhang/AI-Infra-from-Zero-to-He…
一个精选的视频引导课程和全面的资源列表,用于学习ML系统和LLM基础设施,包括论文、课程和教程。
逐步 LLM 工程项目 (2026 版)
一个基于项目的路线图,通过构建从分词器到服务栈的关键组件来学习 LLM 工程,包括硬件基础和后训练技术。
顶级科技公司在内部如何真正使用大语言模型,而不仅仅是基础的编码辅助?
这篇文章探讨了谷歌、Meta 和 OpenAI 等主要科技公司如何在内部运用先进的大语言模型工作流,重点关注智能体任务、人在回路系统以及超越基础编码的实际应用。它旨在寻找实际的用例和操作流程,供小型初创公司和团队借鉴,以提高生产力和效率。
@DanKornas:不要通过零散的教程学习 LLM。LLM from Scratch 是一个面向开发者的实践性 PyTorch 课程,适合那些想要……
一个实践性 PyTorch 课程,教授从 Transformer 基础到微调和对齐的 LLM 训练,包括 RLHF 和 GRPO。