Self-LLM（开源大模型食用指南） github.com

Self-LLM（开源大模型食用指南） 是「开源项目 / 技术工具」分组里的常用入口，主要用于Datawhale出品的开源大模型本地部署与微调教程，30k+ Stars，1381次提交，支持国内外主流开源LLM。

• 适合场景：了解开源项目、学习技术实践、跟进大模型和开发工具生态。
• 使用建议：建议先查看 README、Star、Issue 和最近提交，再决定是否深入使用或二次开发。
• 演示亮点：可展示 Dove 的分组导航、图标卡片、搜索过滤、详情页富文本和外链跳转能力。

补充说明

《开源大模型食用指南》（Self-LLM）是 Datawhale 团队专为中文开发者打造的开源大模型本地部署与微调教程，针对中国开发者环境优化。

核心内容：

• 全参数微调：详细讲解如何对大模型进行全参数微调
• LoRA微调：覆盖高效的LoRA微调方法，降低微调门槛
• 多平台支持：支持 NVIDIA GPU、华为昇腾（Ascend）、Apple MLX 等多种硬件平台
• 主流模型覆盖：涵盖 Qwen、Yuan2.0、LLaMA2、Gemma4 等国内外开源大模型
• 多模态大模型：包含MLLM（多模态大模型）的部署与微调指南
• 丰富的示例代码：提供 1300+ 条 commit，配套大量实践案例

适合想要在本地环境部署、微调和优化开源大模型的开发者。