leer #llm-training-from-scratch
jingyaogong/minimind
Curso completo (no solo código) para entrenar un transformer decoder-only de 64M parámetros desde cero: tokenizer, pretraining, SFT, DPO, LoRA, distillation, evaluación, agents, todo en unas 2 horas en una sola GPU. README bilingüe (chino + inglés), unas 1.986 líneas, incluye tablas, fórmulas y explicaciones paso a paso. Cubre DeepSeek-V3 / Qwen3 / MiniMax-M3.
Estrellas
56.487
Forks
7.364
Lenguaje
Python
Licencia
Apache-2.0
Issues
59
Estado
—
Cómo funciona
Implementa sin concepto declarado
Núcleo
jingyaogong/minimind Python · Apache-2.0 artificial-intelligencelarge-language-model
Se cruza con todavía sin cruces en el grafo
Diagrama derivado de madurez_senales (lenguaje, licencia, estado y topics) y de las relaciones que este repo tiene en el grafo de conocimiento. No es una arquitectura del proyecto: es su posición funcional tal como la registran los boletines.
Relaciones que aportó este boletín
relevant_tollm-training-from-scratchnuevo
(concept, relación nueva de hoy)
complementsunslothai/unsloth· 2026-08-31
(repo, ya cubierta el 2026-08-31)
enableseducational-llm-contentnuevo
(concept, relación nueva de hoy)