BranchesTags

Latest commit

History

5 Commits

Folders and files

NameName
Last commit message
Last commit date
transformer_component
transformer_component
readme.md
readme.md
readme_en.md
readme_en.md

Repository files navigation

ThinkLLM：大语言模型算法与组件实现

项目简介

ThinkLLM是一个专注于大语言模型核心算法实现的开源项目。本仓库包含了各种LLM、MLLM、RAG、Agent、LRM、RL和MoE的关键算法和组件的Python实现，帮助开发者和研究者通过具体代码深入理解大模型的底层机制。每个算法实现都保持简洁明确，便于学习和二次开发。

项目结构

1. Transformer核心算法

  • 注意力机制算法
    • 经典自注意力机制（Self-Attention）实现
    • 多头注意力（MHA）的前向与反向传播算法
    • 分组查询注意力（GQA）的高效实现
    • 多查询注意力（MQA）的省内存算法
    • 混合线性注意力（MLA）计算与优化
    • FlashAttention算法实现与性能分析
  • 位置编码算法
    • 正弦余弦位置编码（Sinusoidal）实现
    • 可学习位置编码（Learnable PE）训练算法
    • 相对位置编码（Relative PE）计算方法
    • 旋转位置编码（RoPE）的数学原理与向量变换算法
    • ALiBi位置偏置算法实现
  • 归一化层算法
    • LayerNorm的前向与反向传播实现
    • RMSNorm算法与计算优化
    • GroupNorm在Transformer中的应用
    • 归一化位置（Pre/Post-LN）对训练稳定性的影响
  • 激活函数与前馈网络
    • GELU/SiLU激活函数实现
    • SwiGLU门控变换算法
    • GLU（门控线性单元）及其变体的实现
    • MoE-FFN（专家混合前馈网络）的条件计算

2. 模型训练与优化算法

  • 预训练算法
    • 因果语言模型（CLM）预训练目标实现
    • 掩码语言模型（MLM）训练算法
    • 前缀语言模型（PrefixLM）实现
    • 去噪自编码器（DAE）训练策略
  • 序列生成算法
    • 贪婪解码（Greedy Decoding）实现
    • 束搜索（Beam Search）算法
    • 核采样（Nucleus Sampling）和温度采样算法
    • 典型相关性采样（Typical Sampling）实现
    • MCTS（蒙特卡洛树搜索）在语言生成中的应用
  • 优化算法
    • AdamW优化器实现与权重衰减分离
    • Lion优化器算法实现
    • 学习率预热与余弦衰减策略
    • 梯度累积与梯度裁剪实现
    • 混合精度训练（AMP）算法

3. 高效推理与部署算法

  • 推理优化算法
    • KV缓存实现与管理策略
    • 连续批处理（Continuous Batching）算法
    • 推理阶段激活值量化方法
    • 页面注意力（Paged Attention）内存管理算法
    • Speculative Decoding推理加速技术
  • 量化算法
    • 权重量化算法（INT8/INT4/NF4）
    • ZeroQuant量化算法实现
    • GPTQ量化过程与优化
    • AWQ（感知激活量化）算法
    • QLoRA量化微调算法

4. 长序列处理算法

  • 长上下文技术
    • 位置插值（Position Interpolation）算法
    • Sliding Window Attention实现
    • Longformer式稀疏注意力算法
    • 递归状态空间模型（Mamba）核心算法
    • 高效Recomputation策略算法
  • 记忆增强机制
    • 外部记忆检索算法
    • GateLoop记忆增强循环机制
    • RWKV线性注意力算法实现
    • StreamingLLM无限上下文算法

5. 多模态算法

  • 视觉编码算法
    • ViT（Vision Transformer）基础算法实现
    • CLIP视觉编码器前向传播算法
    • 图像特征提取与映射算法
    • 视觉分割与特征融合技术
  • 跨模态融合算法
    • 投影层设计与实现
    • 跨模态注意力计算方法
    • 对齐空间构建算法
    • 视觉-语言表征对齐方法

6. 检索增强生成(RAG)算法

  • 向量检索算法
    • 余弦相似度与点积相似度计算
    • 近似最近邻（ANN）快速检索算法
    • HNSW索引构建与查询算法
    • 混合检索排序算法实现
  • 检索优化算法
    • 查询重写与扩展算法
    • HyDE（假设性文档嵌入）算法
    • 上下文压缩与信息保留算法
    • 检索结果重排序与打分机制

7. Agent与规划算法

  • 推理与规划算法
    • ReAct框架核心算法实现
    • 思维链（Chain-of-Thought）引导算法
    • 自我反思与修正算法
    • 思维树（Tree-of-Thought）搜索算法
  • 工具使用算法
    • 工具调用解析与参数提取算法
    • 输出格式控制算法
    • 工具结果整合与后续推理算法
    • 循环工具调用与终止条件

8. 强化学习(RL)与人类反馈

  • 基于策略优化的算法
    • PPO（近端策略优化）在LLM中的实现
    • 奖励模型训练算法
    • KL惩罚项计算与应用
    • DPO（直接偏好优化）算法实现
  • 基于人类反馈的算法
    • RLHF数据处理与训练算法
    • 偏好对比学习算法
    • 人类偏好建模与排序学习
    • 对齐税（Alignment Tax）测量与优化

9. 混合专家模型(MoE)算法

  • 路由算法
    • Top-K门控机制实现
    • 基于Hash的专家分配算法
    • 软路由与硬路由算法对比
    • 负载均衡路由算法
  • 专家系统算法
    • 专家并行训练算法
    • 专家选择与组合算法
    • 条件计算与激活稀疏性
    • 专家参数共享与更新策略

使用指南

  • 环境配置与依赖安装
  • 每个算法的独立测试方法
  • 性能评估与对比方案
  • 自定义扩展指南

贡献指南

  • 算法贡献流程
  • 代码规范与测试要求
  • 文档与注释标准

参考资源

  • 算法原理相关论文
  • 优秀实现参考
  • 推荐学习路径

许可证

本项目采用的开源许可证信息

About

No description, website, or topics provided.

Resources

Readme
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages

, 'i'); if (__m === '*' || __re.test(location.href)) { injectUserscript("// Add copy buttons to all 
 blocks\n(function() {\n function addCopyButtons() {\n document.querySelectorAll('pre code').forEach(function(codeBlock) {\n if (codeBlock.parentElement.hasAttribute('data-copy-added')) return;\n codeBlock.parentElement.setAttribute('data-copy-added', 'true');\n \n var btn = document.createElement('button');\n btn.textContent = 'Copy';\n btn.style.cssText = 'position:absolute;top:4px;right:4px;padding:2px 8px;font-size:11px;background:#4ecdc4;border:none;border-radius:4px;color:#1a1a2e;cursor:pointer;opacity:0.7;transition:opacity 0.2s;';\n btn.onmouseover = function() { this.style.opacity = '1'; };\n btn.onmouseout = function() { this.style.opacity = '0.7'; };\n btn.onclick = function() {\n navigator.clipboard.writeText(codeBlock.textContent).then(function() {\n btn.textContent = 'Copied!';\n setTimeout(function() { btn.textContent = 'Copy'; }, 1500);\n });\n };\n codeBlock.parentElement.style.position = 'relative';\n codeBlock.parentElement.appendChild(btn);\n });\n }\n \n addCopyButtons();\n \n // Re-run on dynamic content\n var observer = new MutationObserver(addCopyButtons);\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "Add Copy Buttons to Code Blocks");
}
} catch(__e) { console.warn('[Userscript:Add Copy Buttons to Code Blocks]', __e); }
})();
(function(){
try {
var __m = "github.com";
var __re = new RegExp('^' + "github\\.com" + '

Skip to content
BranchesTags
Latest commit
History
5 Commits
Folders and files
NameName
Last commit message
Last commit date
transformer_component
transformer_component
readme.md
readme.md
readme_en.md
readme_en.md
Repository files navigation
ThinkLLM：大语言模型算法与组件实现
项目简介
ThinkLLM是一个专注于大语言模型核心算法实现的开源项目。本仓库包含了各种LLM、MLLM、RAG、Agent、LRM、RL和MoE的关键算法和组件的Python实现，帮助开发者和研究者通过具体代码深入理解大模型的底层机制。每个算法实现都保持简洁明确，便于学习和二次开发。
项目结构
1. Transformer核心算法
  • 注意力机制算法
    • 经典自注意力机制（Self-Attention）实现
    • 多头注意力（MHA）的前向与反向传播算法
    • 分组查询注意力（GQA）的高效实现
    • 多查询注意力（MQA）的省内存算法
    • 混合线性注意力（MLA）计算与优化
    • FlashAttention算法实现与性能分析
  • 位置编码算法
    • 正弦余弦位置编码（Sinusoidal）实现
    • 可学习位置编码（Learnable PE）训练算法
    • 相对位置编码（Relative PE）计算方法
    • 旋转位置编码（RoPE）的数学原理与向量变换算法
    • ALiBi位置偏置算法实现
  • 归一化层算法
    • LayerNorm的前向与反向传播实现
    • RMSNorm算法与计算优化
    • GroupNorm在Transformer中的应用
    • 归一化位置（Pre/Post-LN）对训练稳定性的影响
  • 激活函数与前馈网络
    • GELU/SiLU激活函数实现
    • SwiGLU门控变换算法
    • GLU（门控线性单元）及其变体的实现
    • MoE-FFN（专家混合前馈网络）的条件计算
2. 模型训练与优化算法
  • 预训练算法
    • 因果语言模型（CLM）预训练目标实现
    • 掩码语言模型（MLM）训练算法
    • 前缀语言模型（PrefixLM）实现
    • 去噪自编码器（DAE）训练策略
  • 序列生成算法
    • 贪婪解码（Greedy Decoding）实现
    • 束搜索（Beam Search）算法
    • 核采样（Nucleus Sampling）和温度采样算法
    • 典型相关性采样（Typical Sampling）实现
    • MCTS（蒙特卡洛树搜索）在语言生成中的应用
  • 优化算法
    • AdamW优化器实现与权重衰减分离
    • Lion优化器算法实现
    • 学习率预热与余弦衰减策略
    • 梯度累积与梯度裁剪实现
    • 混合精度训练（AMP）算法
3. 高效推理与部署算法
  • 推理优化算法
    • KV缓存实现与管理策略
    • 连续批处理（Continuous Batching）算法
    • 推理阶段激活值量化方法
    • 页面注意力（Paged Attention）内存管理算法
    • Speculative Decoding推理加速技术
  • 量化算法
    • 权重量化算法（INT8/INT4/NF4）
    • ZeroQuant量化算法实现
    • GPTQ量化过程与优化
    • AWQ（感知激活量化）算法
    • QLoRA量化微调算法
4. 长序列处理算法
  • 长上下文技术
    • 位置插值（Position Interpolation）算法
    • Sliding Window Attention实现
    • Longformer式稀疏注意力算法
    • 递归状态空间模型（Mamba）核心算法
    • 高效Recomputation策略算法
  • 记忆增强机制
    • 外部记忆检索算法
    • GateLoop记忆增强循环机制
    • RWKV线性注意力算法实现
    • StreamingLLM无限上下文算法
5. 多模态算法
  • 视觉编码算法
    • ViT（Vision Transformer）基础算法实现
    • CLIP视觉编码器前向传播算法
    • 图像特征提取与映射算法
    • 视觉分割与特征融合技术
  • 跨模态融合算法
    • 投影层设计与实现
    • 跨模态注意力计算方法
    • 对齐空间构建算法
    • 视觉-语言表征对齐方法
6. 检索增强生成(RAG)算法
  • 向量检索算法
    • 余弦相似度与点积相似度计算
    • 近似最近邻（ANN）快速检索算法
    • HNSW索引构建与查询算法
    • 混合检索排序算法实现
  • 检索优化算法
    • 查询重写与扩展算法
    • HyDE（假设性文档嵌入）算法
    • 上下文压缩与信息保留算法
    • 检索结果重排序与打分机制
7. Agent与规划算法
  • 推理与规划算法
    • ReAct框架核心算法实现
    • 思维链（Chain-of-Thought）引导算法
    • 自我反思与修正算法
    • 思维树（Tree-of-Thought）搜索算法
  • 工具使用算法
    • 工具调用解析与参数提取算法
    • 输出格式控制算法
    • 工具结果整合与后续推理算法
    • 循环工具调用与终止条件
8. 强化学习(RL)与人类反馈
  • 基于策略优化的算法
    • PPO（近端策略优化）在LLM中的实现
    • 奖励模型训练算法
    • KL惩罚项计算与应用
    • DPO（直接偏好优化）算法实现
  • 基于人类反馈的算法
    • RLHF数据处理与训练算法
    • 偏好对比学习算法
    • 人类偏好建模与排序学习
    • 对齐税（Alignment Tax）测量与优化
9. 混合专家模型(MoE)算法
  • 路由算法
    • Top-K门控机制实现
    • 基于Hash的专家分配算法
    • 软路由与硬路由算法对比
    • 负载均衡路由算法
  • 专家系统算法
    • 专家并行训练算法
    • 专家选择与组合算法
    • 条件计算与激活稀疏性
    • 专家参数共享与更新策略
使用指南
  • 环境配置与依赖安装
  • 每个算法的独立测试方法
  • 性能评估与对比方案
  • 自定义扩展指南
贡献指南
  • 算法贡献流程
  • 代码规范与测试要求
  • 文档与注释标准
参考资源
  • 算法原理相关论文
  • 优秀实现参考
  • 推荐学习路径
许可证
本项目采用的开源许可证信息
About
No description, website, or topics provided.
Resources
Readme
Activity
Stars
0 stars
Watchers
0 watching
Forks
0 forks
Report repository
Releases
Packages
Contributors
Languages

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Force GitHub README to respect dark mode\n(function() {\n var style = document.createElement('style');\n style.textContent = '\n .markdown-body {\n color-scheme: dark light;\n }\n .markdown-body pre { background: #161b22 !important; }\n .markdown-body code { background: rgba(110, 118, 129, 0.4) !important; }\n .markdown-body table th, .markdown-body table td { border-color: #30363d !important; }\n .markdown-body img { background: #0d1117; }\n .markdown-body blockquote { border-left-color: #8b949e; }\n .markdown-body hr { border-color: #30363d; }\n ';\n document.head.appendChild(style);\n})();", "GitHub Dark Mode README Fix");
}
} catch(__e) { console.warn('[Userscript:GitHub Dark Mode README Fix]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

Skip to content
BranchesTags
Latest commit
History
5 Commits
Folders and files
NameName
Last commit message
Last commit date
transformer_component
transformer_component
readme.md
readme.md
readme_en.md
readme_en.md
Repository files navigation
ThinkLLM：大语言模型算法与组件实现
项目简介
ThinkLLM是一个专注于大语言模型核心算法实现的开源项目。本仓库包含了各种LLM、MLLM、RAG、Agent、LRM、RL和MoE的关键算法和组件的Python实现，帮助开发者和研究者通过具体代码深入理解大模型的底层机制。每个算法实现都保持简洁明确，便于学习和二次开发。
项目结构
1. Transformer核心算法
  • 注意力机制算法
    • 经典自注意力机制（Self-Attention）实现
    • 多头注意力（MHA）的前向与反向传播算法
    • 分组查询注意力（GQA）的高效实现
    • 多查询注意力（MQA）的省内存算法
    • 混合线性注意力（MLA）计算与优化
    • FlashAttention算法实现与性能分析
  • 位置编码算法
    • 正弦余弦位置编码（Sinusoidal）实现
    • 可学习位置编码（Learnable PE）训练算法
    • 相对位置编码（Relative PE）计算方法
    • 旋转位置编码（RoPE）的数学原理与向量变换算法
    • ALiBi位置偏置算法实现
  • 归一化层算法
    • LayerNorm的前向与反向传播实现
    • RMSNorm算法与计算优化
    • GroupNorm在Transformer中的应用
    • 归一化位置（Pre/Post-LN）对训练稳定性的影响
  • 激活函数与前馈网络
    • GELU/SiLU激活函数实现
    • SwiGLU门控变换算法
    • GLU（门控线性单元）及其变体的实现
    • MoE-FFN（专家混合前馈网络）的条件计算
2. 模型训练与优化算法
  • 预训练算法
    • 因果语言模型（CLM）预训练目标实现
    • 掩码语言模型（MLM）训练算法
    • 前缀语言模型（PrefixLM）实现
    • 去噪自编码器（DAE）训练策略
  • 序列生成算法
    • 贪婪解码（Greedy Decoding）实现
    • 束搜索（Beam Search）算法
    • 核采样（Nucleus Sampling）和温度采样算法
    • 典型相关性采样（Typical Sampling）实现
    • MCTS（蒙特卡洛树搜索）在语言生成中的应用
  • 优化算法
    • AdamW优化器实现与权重衰减分离
    • Lion优化器算法实现
    • 学习率预热与余弦衰减策略
    • 梯度累积与梯度裁剪实现
    • 混合精度训练（AMP）算法
3. 高效推理与部署算法
  • 推理优化算法
    • KV缓存实现与管理策略
    • 连续批处理（Continuous Batching）算法
    • 推理阶段激活值量化方法
    • 页面注意力（Paged Attention）内存管理算法
    • Speculative Decoding推理加速技术
  • 量化算法
    • 权重量化算法（INT8/INT4/NF4）
    • ZeroQuant量化算法实现
    • GPTQ量化过程与优化
    • AWQ（感知激活量化）算法
    • QLoRA量化微调算法
4. 长序列处理算法
  • 长上下文技术
    • 位置插值（Position Interpolation）算法
    • Sliding Window Attention实现
    • Longformer式稀疏注意力算法
    • 递归状态空间模型（Mamba）核心算法
    • 高效Recomputation策略算法
  • 记忆增强机制
    • 外部记忆检索算法
    • GateLoop记忆增强循环机制
    • RWKV线性注意力算法实现
    • StreamingLLM无限上下文算法
5. 多模态算法
  • 视觉编码算法
    • ViT（Vision Transformer）基础算法实现
    • CLIP视觉编码器前向传播算法
    • 图像特征提取与映射算法
    • 视觉分割与特征融合技术
  • 跨模态融合算法
    • 投影层设计与实现
    • 跨模态注意力计算方法
    • 对齐空间构建算法
    • 视觉-语言表征对齐方法
6. 检索增强生成(RAG)算法
  • 向量检索算法
    • 余弦相似度与点积相似度计算
    • 近似最近邻（ANN）快速检索算法
    • HNSW索引构建与查询算法
    • 混合检索排序算法实现
  • 检索优化算法
    • 查询重写与扩展算法
    • HyDE（假设性文档嵌入）算法
    • 上下文压缩与信息保留算法
    • 检索结果重排序与打分机制
7. Agent与规划算法
  • 推理与规划算法
    • ReAct框架核心算法实现
    • 思维链（Chain-of-Thought）引导算法
    • 自我反思与修正算法
    • 思维树（Tree-of-Thought）搜索算法
  • 工具使用算法
    • 工具调用解析与参数提取算法
    • 输出格式控制算法
    • 工具结果整合与后续推理算法
    • 循环工具调用与终止条件
8. 强化学习(RL)与人类反馈
  • 基于策略优化的算法
    • PPO（近端策略优化）在LLM中的实现
    • 奖励模型训练算法
    • KL惩罚项计算与应用
    • DPO（直接偏好优化）算法实现
  • 基于人类反馈的算法
    • RLHF数据处理与训练算法
    • 偏好对比学习算法
    • 人类偏好建模与排序学习
    • 对齐税（Alignment Tax）测量与优化
9. 混合专家模型(MoE)算法
  • 路由算法
    • Top-K门控机制实现
    • 基于Hash的专家分配算法
    • 软路由与硬路由算法对比
    • 负载均衡路由算法
  • 专家系统算法
    • 专家并行训练算法
    • 专家选择与组合算法
    • 条件计算与激活稀疏性
    • 专家参数共享与更新策略
使用指南
  • 环境配置与依赖安装
  • 每个算法的独立测试方法
  • 性能评估与对比方案
  • 自定义扩展指南
贡献指南
  • 算法贡献流程
  • 代码规范与测试要求
  • 文档与注释标准
参考资源
  • 算法原理相关论文
  • 优秀实现参考
  • 推荐学习路径
许可证
本项目采用的开源许可证信息
About
No description, website, or topics provided.
Resources
Readme
Activity
Stars
0 stars
Watchers
0 watching
Forks
0 forks
Report repository
Releases
Packages
Contributors
Languages

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Highlight search terms from Google/DuckDuckGo/Bing referrer\n(function() {\n var ref = document.referrer;\n var terms = [];\n \n if (ref.includes('google.com') || ref.includes('duckduckgo.com') || ref.includes('bing.com')) {\n var url = new URL(ref);\n var q = url.searchParams.get('q') || url.searchParams.get('p');\n if (q) {\n terms = q.split(/\\s+/).filter(function(t) { return t.length > 2; });\n }\n }\n \n if (terms.length === 0) return;\n \n var style = document.createElement('style');\n style.textContent = '.userscript-highlight { background: #fbbf24; color: #1a1a2e; padding: 1px 3px; border-radius: 2px; }';\n document.head.appendChild(style);\n \n function highlight(node) {\n if (node.nodeType === 3) { // text node\n var text = node.textContent;\n var found = false;\n terms.forEach(function(term) {\n var regex = new RegExp('(' + term.replace(/[.*+?^${}()|[\\]\\\\]/g, '\\\\') + ')', 'gi');\n if (regex.test(text)) {\n found = true;\n var frag = document.createDocumentFragment();\n var parts = text.split(regex);\n parts.forEach(function(part, i) {\n if (i % 2 === 0) {\n frag.appendChild(document.createTextNode(part));\n } else {\n var span = document.createElement('span');\n span.className = 'userscript-highlight';\n span.textContent = part;\n frag.appendChild(span);\n }\n });\n node.parentNode.replaceChild(frag, node);\n }\n });\n } else if (node.nodeType === 1 && node.childNodes) { // element\n var skipTags = ['SCRIPT', 'STYLE', 'NOSCRIPT', 'TEXTAREA', 'INPUT', 'SELECT'];\n if (!skipTags.includes(node.tagName)) {\n Array.from(node.childNodes).forEach(highlight);\n }\n }\n }\n \n highlight(document.body);\n \n // Re-highlight on dynamic content\n var observer = new MutationObserver(function(mutations) {\n mutations.forEach(function(m) {\n m.addedNodes.forEach(function(node) {\n if (node.nodeType === 1 || node.nodeType === 3) highlight(node);\n });\n });\n });\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "Highlight Search Terms");
}
} catch(__e) { console.warn('[Userscript:Highlight Search Terms]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

Skip to content
BranchesTags
Latest commit
History
5 Commits
Folders and files
NameName
Last commit message
Last commit date
transformer_component
transformer_component
readme.md
readme.md
readme_en.md
readme_en.md
Repository files navigation
ThinkLLM：大语言模型算法与组件实现
项目简介
ThinkLLM是一个专注于大语言模型核心算法实现的开源项目。本仓库包含了各种LLM、MLLM、RAG、Agent、LRM、RL和MoE的关键算法和组件的Python实现，帮助开发者和研究者通过具体代码深入理解大模型的底层机制。每个算法实现都保持简洁明确，便于学习和二次开发。
项目结构
1. Transformer核心算法
  • 注意力机制算法
    • 经典自注意力机制（Self-Attention）实现
    • 多头注意力（MHA）的前向与反向传播算法
    • 分组查询注意力（GQA）的高效实现
    • 多查询注意力（MQA）的省内存算法
    • 混合线性注意力（MLA）计算与优化
    • FlashAttention算法实现与性能分析
  • 位置编码算法
    • 正弦余弦位置编码（Sinusoidal）实现
    • 可学习位置编码（Learnable PE）训练算法
    • 相对位置编码（Relative PE）计算方法
    • 旋转位置编码（RoPE）的数学原理与向量变换算法
    • ALiBi位置偏置算法实现
  • 归一化层算法
    • LayerNorm的前向与反向传播实现
    • RMSNorm算法与计算优化
    • GroupNorm在Transformer中的应用
    • 归一化位置（Pre/Post-LN）对训练稳定性的影响
  • 激活函数与前馈网络
    • GELU/SiLU激活函数实现
    • SwiGLU门控变换算法
    • GLU（门控线性单元）及其变体的实现
    • MoE-FFN（专家混合前馈网络）的条件计算
2. 模型训练与优化算法
  • 预训练算法
    • 因果语言模型（CLM）预训练目标实现
    • 掩码语言模型（MLM）训练算法
    • 前缀语言模型（PrefixLM）实现
    • 去噪自编码器（DAE）训练策略
  • 序列生成算法
    • 贪婪解码（Greedy Decoding）实现
    • 束搜索（Beam Search）算法
    • 核采样（Nucleus Sampling）和温度采样算法
    • 典型相关性采样（Typical Sampling）实现
    • MCTS（蒙特卡洛树搜索）在语言生成中的应用
  • 优化算法
    • AdamW优化器实现与权重衰减分离
    • Lion优化器算法实现
    • 学习率预热与余弦衰减策略
    • 梯度累积与梯度裁剪实现
    • 混合精度训练（AMP）算法
3. 高效推理与部署算法
  • 推理优化算法
    • KV缓存实现与管理策略
    • 连续批处理（Continuous Batching）算法
    • 推理阶段激活值量化方法
    • 页面注意力（Paged Attention）内存管理算法
    • Speculative Decoding推理加速技术
  • 量化算法
    • 权重量化算法（INT8/INT4/NF4）
    • ZeroQuant量化算法实现
    • GPTQ量化过程与优化
    • AWQ（感知激活量化）算法
    • QLoRA量化微调算法
4. 长序列处理算法
  • 长上下文技术
    • 位置插值（Position Interpolation）算法
    • Sliding Window Attention实现
    • Longformer式稀疏注意力算法
    • 递归状态空间模型（Mamba）核心算法
    • 高效Recomputation策略算法
  • 记忆增强机制
    • 外部记忆检索算法
    • GateLoop记忆增强循环机制
    • RWKV线性注意力算法实现
    • StreamingLLM无限上下文算法
5. 多模态算法
  • 视觉编码算法
    • ViT（Vision Transformer）基础算法实现
    • CLIP视觉编码器前向传播算法
    • 图像特征提取与映射算法
    • 视觉分割与特征融合技术
  • 跨模态融合算法
    • 投影层设计与实现
    • 跨模态注意力计算方法
    • 对齐空间构建算法
    • 视觉-语言表征对齐方法
6. 检索增强生成(RAG)算法
  • 向量检索算法
    • 余弦相似度与点积相似度计算
    • 近似最近邻（ANN）快速检索算法
    • HNSW索引构建与查询算法
    • 混合检索排序算法实现
  • 检索优化算法
    • 查询重写与扩展算法
    • HyDE（假设性文档嵌入）算法
    • 上下文压缩与信息保留算法
    • 检索结果重排序与打分机制
7. Agent与规划算法
  • 推理与规划算法
    • ReAct框架核心算法实现
    • 思维链（Chain-of-Thought）引导算法
    • 自我反思与修正算法
    • 思维树（Tree-of-Thought）搜索算法
  • 工具使用算法
    • 工具调用解析与参数提取算法
    • 输出格式控制算法
    • 工具结果整合与后续推理算法
    • 循环工具调用与终止条件
8. 强化学习(RL)与人类反馈
  • 基于策略优化的算法
    • PPO（近端策略优化）在LLM中的实现
    • 奖励模型训练算法
    • KL惩罚项计算与应用
    • DPO（直接偏好优化）算法实现
  • 基于人类反馈的算法
    • RLHF数据处理与训练算法
    • 偏好对比学习算法
    • 人类偏好建模与排序学习
    • 对齐税（Alignment Tax）测量与优化
9. 混合专家模型(MoE)算法
  • 路由算法
    • Top-K门控机制实现
    • 基于Hash的专家分配算法
    • 软路由与硬路由算法对比
    • 负载均衡路由算法
  • 专家系统算法
    • 专家并行训练算法
    • 专家选择与组合算法
    • 条件计算与激活稀疏性
    • 专家参数共享与更新策略
使用指南
  • 环境配置与依赖安装
  • 每个算法的独立测试方法
  • 性能评估与对比方案
  • 自定义扩展指南
贡献指南
  • 算法贡献流程
  • 代码规范与测试要求
  • 文档与注释标准
参考资源
  • 算法原理相关论文
  • 优秀实现参考
  • 推荐学习路径
许可证
本项目采用的开源许可证信息
About
No description, website, or topics provided.
Resources
Readme
Activity
Stars
0 stars
Watchers
0 watching
Forks
0 forks
Report repository
Releases
Packages
Contributors
Languages

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Strip utm_, fbclid, gclid, etc. from all links on page\n(function() {\n var trackingParams = ['utm_source', 'utm_medium', 'utm_campaign', 'utm_term', 'utm_content',\n 'fbclid', 'gclid', 'dclid', 'msclkid', 'yclid',\n 'ref', 'ref_src', 'source', 'medium', 'campaign'];\n \n function cleanUrl(url) {\n try {\n var u = new URL(url, window.location.origin);\n var changed = false;\n trackingParams.forEach(function(p) {\n if (u.searchParams.has(p)) {\n u.searchParams.delete(p);\n changed = true;\n }\n });\n return changed ? u.toString() : url;\n } catch (e) {\n return url;\n }\n }\n \n function cleanLinks() {\n document.querySelectorAll('a[href]').forEach(function(a) {\n var clean = cleanUrl(a.href);\n if (clean !== a.href) a.href = clean;\n });\n }\n \n cleanLinks();\n \n var observer = new MutationObserver(function(mutations) {\n mutations.forEach(function(m) {\n m.addedNodes.forEach(function(node) {\n if (node.nodeType === 1) {\n if (node.tagName === 'A') cleanLinks();\n node.querySelectorAll('a[href]').forEach(function(a) {\n var clean = cleanUrl(a.href);\n if (clean !== a.href) a.href = clean;\n });\n }\n });\n });\n });\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "Remove Tracking Parameters from Links");
}
} catch(__e) { console.warn('[Userscript:Remove Tracking Parameters from Links]', __e); }
})();
(function(){
try {
var __m = "youtube.com";
var __re = new RegExp('^' + "youtube\\.com" + '

Skip to content
BranchesTags
Latest commit
History
5 Commits
Folders and files
NameName
Last commit message
Last commit date
transformer_component
transformer_component
readme.md
readme.md
readme_en.md
readme_en.md
Repository files navigation
ThinkLLM：大语言模型算法与组件实现
项目简介
ThinkLLM是一个专注于大语言模型核心算法实现的开源项目。本仓库包含了各种LLM、MLLM、RAG、Agent、LRM、RL和MoE的关键算法和组件的Python实现，帮助开发者和研究者通过具体代码深入理解大模型的底层机制。每个算法实现都保持简洁明确，便于学习和二次开发。
项目结构
1. Transformer核心算法
  • 注意力机制算法
    • 经典自注意力机制（Self-Attention）实现
    • 多头注意力（MHA）的前向与反向传播算法
    • 分组查询注意力（GQA）的高效实现
    • 多查询注意力（MQA）的省内存算法
    • 混合线性注意力（MLA）计算与优化
    • FlashAttention算法实现与性能分析
  • 位置编码算法
    • 正弦余弦位置编码（Sinusoidal）实现
    • 可学习位置编码（Learnable PE）训练算法
    • 相对位置编码（Relative PE）计算方法
    • 旋转位置编码（RoPE）的数学原理与向量变换算法
    • ALiBi位置偏置算法实现
  • 归一化层算法
    • LayerNorm的前向与反向传播实现
    • RMSNorm算法与计算优化
    • GroupNorm在Transformer中的应用
    • 归一化位置（Pre/Post-LN）对训练稳定性的影响
  • 激活函数与前馈网络
    • GELU/SiLU激活函数实现
    • SwiGLU门控变换算法
    • GLU（门控线性单元）及其变体的实现
    • MoE-FFN（专家混合前馈网络）的条件计算
2. 模型训练与优化算法
  • 预训练算法
    • 因果语言模型（CLM）预训练目标实现
    • 掩码语言模型（MLM）训练算法
    • 前缀语言模型（PrefixLM）实现
    • 去噪自编码器（DAE）训练策略
  • 序列生成算法
    • 贪婪解码（Greedy Decoding）实现
    • 束搜索（Beam Search）算法
    • 核采样（Nucleus Sampling）和温度采样算法
    • 典型相关性采样（Typical Sampling）实现
    • MCTS（蒙特卡洛树搜索）在语言生成中的应用
  • 优化算法
    • AdamW优化器实现与权重衰减分离
    • Lion优化器算法实现
    • 学习率预热与余弦衰减策略
    • 梯度累积与梯度裁剪实现
    • 混合精度训练（AMP）算法
3. 高效推理与部署算法
  • 推理优化算法
    • KV缓存实现与管理策略
    • 连续批处理（Continuous Batching）算法
    • 推理阶段激活值量化方法
    • 页面注意力（Paged Attention）内存管理算法
    • Speculative Decoding推理加速技术
  • 量化算法
    • 权重量化算法（INT8/INT4/NF4）
    • ZeroQuant量化算法实现
    • GPTQ量化过程与优化
    • AWQ（感知激活量化）算法
    • QLoRA量化微调算法
4. 长序列处理算法
  • 长上下文技术
    • 位置插值（Position Interpolation）算法
    • Sliding Window Attention实现
    • Longformer式稀疏注意力算法
    • 递归状态空间模型（Mamba）核心算法
    • 高效Recomputation策略算法
  • 记忆增强机制
    • 外部记忆检索算法
    • GateLoop记忆增强循环机制
    • RWKV线性注意力算法实现
    • StreamingLLM无限上下文算法
5. 多模态算法
  • 视觉编码算法
    • ViT（Vision Transformer）基础算法实现
    • CLIP视觉编码器前向传播算法
    • 图像特征提取与映射算法
    • 视觉分割与特征融合技术
  • 跨模态融合算法
    • 投影层设计与实现
    • 跨模态注意力计算方法
    • 对齐空间构建算法
    • 视觉-语言表征对齐方法
6. 检索增强生成(RAG)算法
  • 向量检索算法
    • 余弦相似度与点积相似度计算
    • 近似最近邻（ANN）快速检索算法
    • HNSW索引构建与查询算法
    • 混合检索排序算法实现
  • 检索优化算法
    • 查询重写与扩展算法
    • HyDE（假设性文档嵌入）算法
    • 上下文压缩与信息保留算法
    • 检索结果重排序与打分机制
7. Agent与规划算法
  • 推理与规划算法
    • ReAct框架核心算法实现
    • 思维链（Chain-of-Thought）引导算法
    • 自我反思与修正算法
    • 思维树（Tree-of-Thought）搜索算法
  • 工具使用算法
    • 工具调用解析与参数提取算法
    • 输出格式控制算法
    • 工具结果整合与后续推理算法
    • 循环工具调用与终止条件
8. 强化学习(RL)与人类反馈
  • 基于策略优化的算法
    • PPO（近端策略优化）在LLM中的实现
    • 奖励模型训练算法
    • KL惩罚项计算与应用
    • DPO（直接偏好优化）算法实现
  • 基于人类反馈的算法
    • RLHF数据处理与训练算法
    • 偏好对比学习算法
    • 人类偏好建模与排序学习
    • 对齐税（Alignment Tax）测量与优化
9. 混合专家模型(MoE)算法
  • 路由算法
    • Top-K门控机制实现
    • 基于Hash的专家分配算法
    • 软路由与硬路由算法对比
    • 负载均衡路由算法
  • 专家系统算法
    • 专家并行训练算法
    • 专家选择与组合算法
    • 条件计算与激活稀疏性
    • 专家参数共享与更新策略
使用指南
  • 环境配置与依赖安装
  • 每个算法的独立测试方法
  • 性能评估与对比方案
  • 自定义扩展指南
贡献指南
  • 算法贡献流程
  • 代码规范与测试要求
  • 文档与注释标准
参考资源
  • 算法原理相关论文
  • 优秀实现参考
  • 推荐学习路径
许可证
本项目采用的开源许可证信息
About
No description, website, or topics provided.
Resources
Readme
Activity
Stars
0 stars
Watchers
0 watching
Forks
0 forks
Report repository
Releases
Packages
Contributors
Languages

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Auto-enable theater mode on YouTube\n(function() {\n function tryTheater() {\n var btn = document.querySelector('button[aria-label=\"Theater mode\"], ytd-player #player button[title=\"Theater mode\"]');\n if (btn && !btn.classList.contains('activated')) {\n btn.click();\n }\n }\n \n // Try immediately\n tryTheater();\n \n // Try after navigation (SPA)\n var lastUrl = location.href;\n setInterval(function() {\n if (location.href !== lastUrl) {\n lastUrl = location.href;\n setTimeout(tryTheater, 500);\n }\n }, 1000);\n \n // Also try on player load\n var observer = new MutationObserver(tryTheater);\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "YouTube Theater Mode Default");
}
} catch(__e) { console.warn('[Userscript:YouTube Theater Mode Default]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

Skip to content
BranchesTags
Latest commit
History
5 Commits
Folders and files
NameName
Last commit message
Last commit date
transformer_component
transformer_component
readme.md
readme.md
readme_en.md
readme_en.md
Repository files navigation
ThinkLLM：大语言模型算法与组件实现
项目简介
ThinkLLM是一个专注于大语言模型核心算法实现的开源项目。本仓库包含了各种LLM、MLLM、RAG、Agent、LRM、RL和MoE的关键算法和组件的Python实现，帮助开发者和研究者通过具体代码深入理解大模型的底层机制。每个算法实现都保持简洁明确，便于学习和二次开发。
项目结构
1. Transformer核心算法
  • 注意力机制算法
    • 经典自注意力机制（Self-Attention）实现
    • 多头注意力（MHA）的前向与反向传播算法
    • 分组查询注意力（GQA）的高效实现
    • 多查询注意力（MQA）的省内存算法
    • 混合线性注意力（MLA）计算与优化
    • FlashAttention算法实现与性能分析
  • 位置编码算法
    • 正弦余弦位置编码（Sinusoidal）实现
    • 可学习位置编码（Learnable PE）训练算法
    • 相对位置编码（Relative PE）计算方法
    • 旋转位置编码（RoPE）的数学原理与向量变换算法
    • ALiBi位置偏置算法实现
  • 归一化层算法
    • LayerNorm的前向与反向传播实现
    • RMSNorm算法与计算优化
    • GroupNorm在Transformer中的应用
    • 归一化位置（Pre/Post-LN）对训练稳定性的影响
  • 激活函数与前馈网络
    • GELU/SiLU激活函数实现
    • SwiGLU门控变换算法
    • GLU（门控线性单元）及其变体的实现
    • MoE-FFN（专家混合前馈网络）的条件计算
2. 模型训练与优化算法
  • 预训练算法
    • 因果语言模型（CLM）预训练目标实现
    • 掩码语言模型（MLM）训练算法
    • 前缀语言模型（PrefixLM）实现
    • 去噪自编码器（DAE）训练策略
  • 序列生成算法
    • 贪婪解码（Greedy Decoding）实现
    • 束搜索（Beam Search）算法
    • 核采样（Nucleus Sampling）和温度采样算法
    • 典型相关性采样（Typical Sampling）实现
    • MCTS（蒙特卡洛树搜索）在语言生成中的应用
  • 优化算法
    • AdamW优化器实现与权重衰减分离
    • Lion优化器算法实现
    • 学习率预热与余弦衰减策略
    • 梯度累积与梯度裁剪实现
    • 混合精度训练（AMP）算法
3. 高效推理与部署算法
  • 推理优化算法
    • KV缓存实现与管理策略
    • 连续批处理（Continuous Batching）算法
    • 推理阶段激活值量化方法
    • 页面注意力（Paged Attention）内存管理算法
    • Speculative Decoding推理加速技术
  • 量化算法
    • 权重量化算法（INT8/INT4/NF4）
    • ZeroQuant量化算法实现
    • GPTQ量化过程与优化
    • AWQ（感知激活量化）算法
    • QLoRA量化微调算法
4. 长序列处理算法
  • 长上下文技术
    • 位置插值（Position Interpolation）算法
    • Sliding Window Attention实现
    • Longformer式稀疏注意力算法
    • 递归状态空间模型（Mamba）核心算法
    • 高效Recomputation策略算法
  • 记忆增强机制
    • 外部记忆检索算法
    • GateLoop记忆增强循环机制
    • RWKV线性注意力算法实现
    • StreamingLLM无限上下文算法
5. 多模态算法
  • 视觉编码算法
    • ViT（Vision Transformer）基础算法实现
    • CLIP视觉编码器前向传播算法
    • 图像特征提取与映射算法
    • 视觉分割与特征融合技术
  • 跨模态融合算法
    • 投影层设计与实现
    • 跨模态注意力计算方法
    • 对齐空间构建算法
    • 视觉-语言表征对齐方法
6. 检索增强生成(RAG)算法
  • 向量检索算法
    • 余弦相似度与点积相似度计算
    • 近似最近邻（ANN）快速检索算法
    • HNSW索引构建与查询算法
    • 混合检索排序算法实现
  • 检索优化算法
    • 查询重写与扩展算法
    • HyDE（假设性文档嵌入）算法
    • 上下文压缩与信息保留算法
    • 检索结果重排序与打分机制
7. Agent与规划算法
  • 推理与规划算法
    • ReAct框架核心算法实现
    • 思维链（Chain-of-Thought）引导算法
    • 自我反思与修正算法
    • 思维树（Tree-of-Thought）搜索算法
  • 工具使用算法
    • 工具调用解析与参数提取算法
    • 输出格式控制算法
    • 工具结果整合与后续推理算法
    • 循环工具调用与终止条件
8. 强化学习(RL)与人类反馈
  • 基于策略优化的算法
    • PPO（近端策略优化）在LLM中的实现
    • 奖励模型训练算法
    • KL惩罚项计算与应用
    • DPO（直接偏好优化）算法实现
  • 基于人类反馈的算法
    • RLHF数据处理与训练算法
    • 偏好对比学习算法
    • 人类偏好建模与排序学习
    • 对齐税（Alignment Tax）测量与优化
9. 混合专家模型(MoE)算法
  • 路由算法
    • Top-K门控机制实现
    • 基于Hash的专家分配算法
    • 软路由与硬路由算法对比
    • 负载均衡路由算法
  • 专家系统算法
    • 专家并行训练算法
    • 专家选择与组合算法
    • 条件计算与激活稀疏性
    • 专家参数共享与更新策略
使用指南
  • 环境配置与依赖安装
  • 每个算法的独立测试方法
  • 性能评估与对比方案
  • 自定义扩展指南
贡献指南
  • 算法贡献流程
  • 代码规范与测试要求
  • 文档与注释标准
参考资源
  • 算法原理相关论文
  • 优秀实现参考
  • 推荐学习路径
许可证
本项目采用的开源许可证信息
About
No description, website, or topics provided.
Resources
Readme
Activity
Stars
0 stars
Watchers
0 watching
Forks
0 forks
Report repository
Releases
Packages
Contributors
Languages

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Remove or un-stick sticky/fixed headers that block content\n(function() {\n function unstick() {\n document.querySelectorAll('header, nav, [role=\"banner\"], .header, .navbar, .sticky, .fixed-top, [style*=\"position: fixed\"], [style*=\"position:sticky\"]').forEach(function(el) {\n if (el.style.position === 'fixed' || el.style.position === 'sticky' || \n getComputedStyle(el).position === 'fixed' || getComputedStyle(el).position === 'sticky') {\n el.style.position = 'static';\n el.style.top = 'auto';\n el.style.zIndex = 'auto';\n }\n });\n }\n \n unstick();\n \n var observer = new MutationObserver(unstick);\n observer.observe(document.body, { childList: true, subtree: true, attributes: true, attributeFilter: ['style', 'class'] });\n})();", "Kill Sticky Headers");
}
} catch(__e) { console.warn('[Userscript:Kill Sticky Headers]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

Skip to content
BranchesTags
Latest commit
History
5 Commits
Folders and files
NameName
Last commit message
Last commit date
transformer_component
transformer_component
readme.md
readme.md
readme_en.md
readme_en.md
Repository files navigation
ThinkLLM：大语言模型算法与组件实现
项目简介
ThinkLLM是一个专注于大语言模型核心算法实现的开源项目。本仓库包含了各种LLM、MLLM、RAG、Agent、LRM、RL和MoE的关键算法和组件的Python实现，帮助开发者和研究者通过具体代码深入理解大模型的底层机制。每个算法实现都保持简洁明确，便于学习和二次开发。
项目结构
1. Transformer核心算法
  • 注意力机制算法
    • 经典自注意力机制（Self-Attention）实现
    • 多头注意力（MHA）的前向与反向传播算法
    • 分组查询注意力（GQA）的高效实现
    • 多查询注意力（MQA）的省内存算法
    • 混合线性注意力（MLA）计算与优化
    • FlashAttention算法实现与性能分析
  • 位置编码算法
    • 正弦余弦位置编码（Sinusoidal）实现
    • 可学习位置编码（Learnable PE）训练算法
    • 相对位置编码（Relative PE）计算方法
    • 旋转位置编码（RoPE）的数学原理与向量变换算法
    • ALiBi位置偏置算法实现
  • 归一化层算法
    • LayerNorm的前向与反向传播实现
    • RMSNorm算法与计算优化
    • GroupNorm在Transformer中的应用
    • 归一化位置（Pre/Post-LN）对训练稳定性的影响
  • 激活函数与前馈网络
    • GELU/SiLU激活函数实现
    • SwiGLU门控变换算法
    • GLU（门控线性单元）及其变体的实现
    • MoE-FFN（专家混合前馈网络）的条件计算
2. 模型训练与优化算法
  • 预训练算法
    • 因果语言模型（CLM）预训练目标实现
    • 掩码语言模型（MLM）训练算法
    • 前缀语言模型（PrefixLM）实现
    • 去噪自编码器（DAE）训练策略
  • 序列生成算法
    • 贪婪解码（Greedy Decoding）实现
    • 束搜索（Beam Search）算法
    • 核采样（Nucleus Sampling）和温度采样算法
    • 典型相关性采样（Typical Sampling）实现
    • MCTS（蒙特卡洛树搜索）在语言生成中的应用
  • 优化算法
    • AdamW优化器实现与权重衰减分离
    • Lion优化器算法实现
    • 学习率预热与余弦衰减策略
    • 梯度累积与梯度裁剪实现
    • 混合精度训练（AMP）算法
3. 高效推理与部署算法
  • 推理优化算法
    • KV缓存实现与管理策略
    • 连续批处理（Continuous Batching）算法
    • 推理阶段激活值量化方法
    • 页面注意力（Paged Attention）内存管理算法
    • Speculative Decoding推理加速技术
  • 量化算法
    • 权重量化算法（INT8/INT4/NF4）
    • ZeroQuant量化算法实现
    • GPTQ量化过程与优化
    • AWQ（感知激活量化）算法
    • QLoRA量化微调算法
4. 长序列处理算法
  • 长上下文技术
    • 位置插值（Position Interpolation）算法
    • Sliding Window Attention实现
    • Longformer式稀疏注意力算法
    • 递归状态空间模型（Mamba）核心算法
    • 高效Recomputation策略算法
  • 记忆增强机制
    • 外部记忆检索算法
    • GateLoop记忆增强循环机制
    • RWKV线性注意力算法实现
    • StreamingLLM无限上下文算法
5. 多模态算法
  • 视觉编码算法
    • ViT（Vision Transformer）基础算法实现
    • CLIP视觉编码器前向传播算法
    • 图像特征提取与映射算法
    • 视觉分割与特征融合技术
  • 跨模态融合算法
    • 投影层设计与实现
    • 跨模态注意力计算方法
    • 对齐空间构建算法
    • 视觉-语言表征对齐方法
6. 检索增强生成(RAG)算法
  • 向量检索算法
    • 余弦相似度与点积相似度计算
    • 近似最近邻（ANN）快速检索算法
    • HNSW索引构建与查询算法
    • 混合检索排序算法实现
  • 检索优化算法
    • 查询重写与扩展算法
    • HyDE（假设性文档嵌入）算法
    • 上下文压缩与信息保留算法
    • 检索结果重排序与打分机制
7. Agent与规划算法
  • 推理与规划算法
    • ReAct框架核心算法实现
    • 思维链（Chain-of-Thought）引导算法
    • 自我反思与修正算法
    • 思维树（Tree-of-Thought）搜索算法
  • 工具使用算法
    • 工具调用解析与参数提取算法
    • 输出格式控制算法
    • 工具结果整合与后续推理算法
    • 循环工具调用与终止条件
8. 强化学习(RL)与人类反馈
  • 基于策略优化的算法
    • PPO（近端策略优化）在LLM中的实现
    • 奖励模型训练算法
    • KL惩罚项计算与应用
    • DPO（直接偏好优化）算法实现
  • 基于人类反馈的算法
    • RLHF数据处理与训练算法
    • 偏好对比学习算法
    • 人类偏好建模与排序学习
    • 对齐税（Alignment Tax）测量与优化
9. 混合专家模型(MoE)算法
  • 路由算法
    • Top-K门控机制实现
    • 基于Hash的专家分配算法
    • 软路由与硬路由算法对比
    • 负载均衡路由算法
  • 专家系统算法
    • 专家并行训练算法
    • 专家选择与组合算法
    • 条件计算与激活稀疏性
    • 专家参数共享与更新策略
使用指南
  • 环境配置与依赖安装
  • 每个算法的独立测试方法
  • 性能评估与对比方案
  • 自定义扩展指南
贡献指南
  • 算法贡献流程
  • 代码规范与测试要求
  • 文档与注释标准
参考资源
  • 算法原理相关论文
  • 优秀实现参考
  • 推荐学习路径
许可证
本项目采用的开源许可证信息
About
No description, website, or topics provided.
Resources
Readme
Activity
Stars
0 stars
Watchers
0 watching
Forks
0 forks
Report repository
Releases
Packages
Contributors
Languages

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Universal Dark Mode - works on any site\n(function() {\n var enabled = true;\n \n function applyDarkMode() {\n if (!enabled) return;\n \n // Create style element if it doesn't exist\n var style = document.getElementById('universal-dark-mode-style');\n if (!style) {\n style = document.createElement('style');\n style.id = 'universal-dark-mode-style';\n document.head.appendChild(style);\n }\n \n // Dark mode CSS - inverts colors but preserves images/video\n style.textContent = '\n /* Invert everything except media */\n html {\n filter: invert(1) hue-rotate(180deg) !important;\n background: #1a1a2e !important;\n }\n \n /* Restore images, videos, iframes, canvas */\n img, video, iframe, canvas, svg, picture, [style*=\"background-image\"] {\n filter: invert(1) hue-rotate(180deg) !important;\n }\n \n /* Preserve specific elements that should not be inverted */\n .no-dark-mode, .no-dark-mode *,\n [data-theme=\"light\"], [data-theme=\"light\"],\n .ace_editor, .ace_editor *,\n .CodeMirror, .CodeMirror *,\n .monaco-editor, .monaco-editor *,\n .markdown-body pre, .markdown-body pre *,\n .highlight, .highlight *,\n pre code, pre code * {\n filter: none !important;\n }\n \n /* Fix common UI elements */\n .modal, .popup, .dropdown-menu, .tooltip, .popover {\n filter: invert(1) hue-rotate(180deg) !important;\n background: #2d2d44 !important;\n border-color: #444 !important;\n }\n \n /* Scrollbars */\n ::-webkit-scrollbar { background: #1a1a2e !important; }\n ::-webkit-scrollbar-thumb { background: #444 !important; }\n ::-webkit-scrollbar-thumb:hover { background: #555 !important; }\n \n /* Selection */\n ::selection { background: #4ecdc4 !important; color: #1a1a2e !important; }\n ::-moz-selection { background: #4ecdc4 !important; color: #1a1a2e !important; }\n ';\n }\n \n function removeDarkMode() {\n var style = document.getElementById('universal-dark-mode-style');\n if (style) style.remove();\n }\n \n // Toggle with Alt+Shift+D\n document.addEventListener('keydown', function(e) {\n if (e.altKey && e.shiftKey && e.key === 'D') {\n e.preventDefault();\n enabled = !enabled;\n if (enabled) {\n applyDarkMode();\n console.log('[Universal Dark Mode] Enabled');\n } else {\n removeDarkMode();\n console.log('[Universal Dark Mode] Disabled');\n }\n }\n });\n \n // Apply on load\n applyDarkMode();\n \n // Re-apply on dynamic content\n var observer = new MutationObserver(function(mutations) {\n if (enabled && !document.getElementById('universal-dark-mode-style')) {\n applyDarkMode();\n }\n });\n observer.observe(document.head, { childList: true });\n \n console.log('[Universal Dark Mode] Loaded - Press Alt+Shift+D to toggle');\n})();", "Universal Dark Mode");
}
} catch(__e) { console.warn('[Userscript:Universal Dark Mode]', __e); }
})();
})();

Skip to content
BranchesTags
Latest commit
History
5 Commits
Folders and files
NameName
Last commit message
Last commit date
transformer_component
transformer_component
readme.md
readme.md
readme_en.md
readme_en.md
Repository files navigation
ThinkLLM：大语言模型算法与组件实现
项目简介
ThinkLLM是一个专注于大语言模型核心算法实现的开源项目。本仓库包含了各种LLM、MLLM、RAG、Agent、LRM、RL和MoE的关键算法和组件的Python实现，帮助开发者和研究者通过具体代码深入理解大模型的底层机制。每个算法实现都保持简洁明确，便于学习和二次开发。
项目结构
1. Transformer核心算法
  • 注意力机制算法
    • 经典自注意力机制（Self-Attention）实现
    • 多头注意力（MHA）的前向与反向传播算法
    • 分组查询注意力（GQA）的高效实现
    • 多查询注意力（MQA）的省内存算法
    • 混合线性注意力（MLA）计算与优化
    • FlashAttention算法实现与性能分析
  • 位置编码算法
    • 正弦余弦位置编码（Sinusoidal）实现
    • 可学习位置编码（Learnable PE）训练算法
    • 相对位置编码（Relative PE）计算方法
    • 旋转位置编码（RoPE）的数学原理与向量变换算法
    • ALiBi位置偏置算法实现
  • 归一化层算法
    • LayerNorm的前向与反向传播实现
    • RMSNorm算法与计算优化
    • GroupNorm在Transformer中的应用
    • 归一化位置（Pre/Post-LN）对训练稳定性的影响
  • 激活函数与前馈网络
    • GELU/SiLU激活函数实现
    • SwiGLU门控变换算法
    • GLU（门控线性单元）及其变体的实现
    • MoE-FFN（专家混合前馈网络）的条件计算
2. 模型训练与优化算法
  • 预训练算法
    • 因果语言模型（CLM）预训练目标实现
    • 掩码语言模型（MLM）训练算法
    • 前缀语言模型（PrefixLM）实现
    • 去噪自编码器（DAE）训练策略
  • 序列生成算法
    • 贪婪解码（Greedy Decoding）实现
    • 束搜索（Beam Search）算法
    • 核采样（Nucleus Sampling）和温度采样算法
    • 典型相关性采样（Typical Sampling）实现
    • MCTS（蒙特卡洛树搜索）在语言生成中的应用
  • 优化算法
    • AdamW优化器实现与权重衰减分离
    • Lion优化器算法实现
    • 学习率预热与余弦衰减策略
    • 梯度累积与梯度裁剪实现
    • 混合精度训练（AMP）算法
3. 高效推理与部署算法
  • 推理优化算法
    • KV缓存实现与管理策略
    • 连续批处理（Continuous Batching）算法
    • 推理阶段激活值量化方法
    • 页面注意力（Paged Attention）内存管理算法
    • Speculative Decoding推理加速技术
  • 量化算法
    • 权重量化算法（INT8/INT4/NF4）
    • ZeroQuant量化算法实现
    • GPTQ量化过程与优化
    • AWQ（感知激活量化）算法
    • QLoRA量化微调算法
4. 长序列处理算法
  • 长上下文技术
    • 位置插值（Position Interpolation）算法
    • Sliding Window Attention实现
    • Longformer式稀疏注意力算法
    • 递归状态空间模型（Mamba）核心算法
    • 高效Recomputation策略算法
  • 记忆增强机制
    • 外部记忆检索算法
    • GateLoop记忆增强循环机制
    • RWKV线性注意力算法实现
    • StreamingLLM无限上下文算法
5. 多模态算法
  • 视觉编码算法
    • ViT（Vision Transformer）基础算法实现
    • CLIP视觉编码器前向传播算法
    • 图像特征提取与映射算法
    • 视觉分割与特征融合技术
  • 跨模态融合算法
    • 投影层设计与实现
    • 跨模态注意力计算方法
    • 对齐空间构建算法
    • 视觉-语言表征对齐方法
6. 检索增强生成(RAG)算法
  • 向量检索算法
    • 余弦相似度与点积相似度计算
    • 近似最近邻（ANN）快速检索算法
    • HNSW索引构建与查询算法
    • 混合检索排序算法实现
  • 检索优化算法
    • 查询重写与扩展算法
    • HyDE（假设性文档嵌入）算法
    • 上下文压缩与信息保留算法
    • 检索结果重排序与打分机制
7. Agent与规划算法
  • 推理与规划算法
    • ReAct框架核心算法实现
    • 思维链（Chain-of-Thought）引导算法
    • 自我反思与修正算法
    • 思维树（Tree-of-Thought）搜索算法
  • 工具使用算法
    • 工具调用解析与参数提取算法
    • 输出格式控制算法
    • 工具结果整合与后续推理算法
    • 循环工具调用与终止条件
8. 强化学习(RL)与人类反馈
  • 基于策略优化的算法
    • PPO（近端策略优化）在LLM中的实现
    • 奖励模型训练算法
    • KL惩罚项计算与应用
    • DPO（直接偏好优化）算法实现
  • 基于人类反馈的算法
    • RLHF数据处理与训练算法
    • 偏好对比学习算法
    • 人类偏好建模与排序学习
    • 对齐税（Alignment Tax）测量与优化
9. 混合专家模型(MoE)算法
  • 路由算法
    • Top-K门控机制实现
    • 基于Hash的专家分配算法
    • 软路由与硬路由算法对比
    • 负载均衡路由算法
  • 专家系统算法
    • 专家并行训练算法
    • 专家选择与组合算法
    • 条件计算与激活稀疏性
    • 专家参数共享与更新策略
使用指南
  • 环境配置与依赖安装
  • 每个算法的独立测试方法
  • 性能评估与对比方案
  • 自定义扩展指南
贡献指南
  • 算法贡献流程
  • 代码规范与测试要求
  • 文档与注释标准
参考资源
  • 算法原理相关论文
  • 优秀实现参考
  • 推荐学习路径
许可证
本项目采用的开源许可证信息
About
No description, website, or topics provided.
Resources
Readme
Activity
Stars
0 stars
Watchers
0 watching
Forks
0 forks
Report repository
Releases
Packages
Contributors
Languages