[知识蒸馏][01] 耗时两天半，完全从零开始实现大模型知识蒸馏（Qwen2.5系列模型），从原理讲解、代码实现到效果测试，绝对让你搞懂模型蒸馏
【精读AI论文】知识蒸馏
[知识蒸馏][02] 练习两分半，使用DeepSeek-R1蒸馏训练自己的本地小模型（Qwen2.5-0.5B），原理流程全讲解，模型数据全给你
练习两天半，从零实现DeepSeek-R1（基于Qwen2.5-0.5B和规则奖励模型，GRPO），从原理讲解到代码实现，解开DeepSeek-R1的神秘面纱
LLMs-Zero-to-Hero，完全从零手写大模型，从数据处理到模型训练，细节拉满，一小时学会。 build a nanoGPT from scratch
[知识蒸馏][04] 闭关2.5天，Embedding模型微调VS蒸馏（Qwen3-0.6B），谁更胜一筹，数据会告诉你答案，从原理流程、代码实现到结果分析
闭关两天半，完全从零开始实现Training-free GRPO（无需更新参数的GPRO，完全解放你的GPU），从原理到代码实现全流程，绝对是你想看的
[Agentic RL][01] 练习两天半，完全从零开始实现PPO算法（基于Qwen2.5-0.5B），不依赖第三方强化学习框架，从原理讲解到代码实现
[知识蒸馏][03] 闭关两天半，完全从零开始实现Embedding模型知识蒸馏（学生模型Qwen3-Embedding-0.6B，教师模型4B/8B）
[知识蒸馏][06] 闭关两天半，完全从零实现大模型RL知识蒸馏（On Policy Distillation，Qwen2.5），你值得拥有
练习两周半，使用Qwen2.5-0.5B和SigLIP从零开始训练多模态大模型，从预训练到SFT完整流程，让你真正搞懂多模态大模型
单卡A800强化学习训练32B模型（DeepSeek-Qwen-32B，GRPO），低显存也能强化学习
【2025/Minimind】Only三小时！Pytorch从零手敲大模型，架构到训练全教程
[知识蒸馏][12] 一个很容易被忽略但是很重要的问题：为什么OPD中一般不直接使用reverse kl backward？
练习两天半，完全从零开始实现DeepSeek Sparse Attention（DSA，DS-V3.2-Exp），从原理讲解到代码训练全流程，你一定要看
练习不到两天半，完全从零开始训练大模型，从训练tokenizer到预训练再到SFT全流程，让你完全搞懂大语言模型
闭关一坤年，从零实现大模型左右互博之术（生成对抗，无数据RL优化），从原理讲解到代码实现，你要的全都有
[2026新版本]LM Studio部署与使用教程！全面支持 N卡/A卡/I卡！一键部署本地语言模型！
怎么加快大模型推理？10分钟学懂VLLM内部原理，KV Cache，PageAttention
练习两天半，从零实现多模态大模型（多图场景，多轮对话），从原理讲解到代码实现，搭配流程图，清晰易懂
