LLMSys-PaperList

GitHub
1.9k 98 非常简单 1 次阅读 今天语言模型开发框架其他
AI 解读 由 AI 自动生成，仅供参考

LLMSys-PaperList 是一个专注于大语言模型（LLM）系统领域的学术资源聚合库。它精心整理并持续更新了大量关于 LLM 训练、推理服务、多模态系统及工业界技术报告的高质量论文、教程、幻灯片和项目链接。

在大模型技术飞速迭代的背景下，研究人员和开发者往往难以从海量文献中快速定位到与“系统架构”相关的核心成果。LLMSys-PaperList 有效解决了这一信息过载与检索困难的问题，通过清晰的分类体系（如预训练优化、容错机制、边缘端部署、智能体系统等），帮助用户高效追踪该前沿领域的最新进展。

这份清单特别适合 AI 系统研究人员、底层框架开发者以及对大模型工程化落地感兴趣的技术人员使用。其独特亮点在于不仅涵盖了经典的训练并行策略（如 Megatron-LM），还深入收录了针对异构集群调度、混合专家模型（MoE）训练效率以及碳足迹优化等前沿议题的顶会论文（如 SOSP、NSDI、EuroSys 等）。无论是希望复现先进算法的工程师，还是寻求选题灵感的学者，都能从中获得极具价值的参考指引，是探索 LLM 系统全栈技术不可或缺的导航图。

使用场景

某初创公司的大模型系统工程师正致力于优化千卡集群上的训练效率，急需寻找解决长序列训练负载不均和异构集群调度问题的最新学术方案。

没有 LLMSys-PaperList 时

  • 信息检索如大海捞针：在 arXiv 和各大会议网站手动筛选"LLM Systems"相关论文，耗时数天仍难以区分哪些是纯理论推导，哪些是已落地的系统工程实践。
  • 关键技术点遗漏：容易错过像 DynaPipe（动态流水线优化多任务训练）或 HAP（异构集群自动程序合成）这类针对特定痛点的最新 SOSP/EuroSys 顶会成果，导致重复造轮子。
  • 缺乏系统化分类：面对预训练、后训练、推理服务、多模态等混杂的技术栈，难以快速定位到“故障容错”或“边缘端服务”等细分领域的权威资料。
  • 工业界与学术界脱节：很难同时获取字节跳动 MegaScale 万卡训练经验与学术界前沿算法的对比视角，导致技术方案选型缺乏实战数据支撑。

使用 LLMSys-PaperList 后

  • 精准直达核心文献：通过清晰的目录结构，工程师在几分钟内直接定位到"Fault Tolerance"和"Heterogeneous Clusters"板块，迅速锁定 ScheMoE 和 Alibaba HPN 等关键论文。
  • 全覆盖技术演进链：借助从预训练到边缘推理的完整分类，团队快速构建了包含 Megatron-LM 基础架构至最新 C4 通信优化方案的技术图谱，确保无盲区。
  • 理论与实战双向验证：并列查看学术界的 Perseus 能耗优化研究与工业界的 Llama 3 技术报告，为集群降本能效比提供了兼具创新性与可行性的双重依据。
  • 紧跟前沿会议动态：直接追踪 NeurIPS 2025 及 MLSys 课程资源，让团队能提前布局下一代混合专家模型（MoE）的分布式训练策略。

LLMSys-PaperList 将原本数周的技术调研工作压缩至数小时，成为大模型系统研发者把握领域脉搏、规避技术弯路的高效导航仪。

运行环境要求

GPU

未说明

内存

未说明

依赖
notesLLMSys-PaperList 不是一个可执行的软件工具或框架，而是一个 curated list（精选列表）仓库，用于收集和大语言模型系统相关的学术论文、文章、教程和项目链接。因此，该仓库本身没有运行环境、GPU、内存或依赖库的需求。用户只需浏览 README 中的链接即可获取相关论文资源。
python未说明
LLMSys-PaperList hero image

快速开始

令人惊叹的大语言模型系统论文

一份精选的大语言模型系统相关学术论文、文章、教程、幻灯片和项目的列表。请给本仓库标星，以便及时了解这一蓬勃发展的研究领域的最新进展。

目录

LLM 系统

训练

预训练

微调/RLHF 系统

容错性 / 拖后腿节点缓解

服务

大语言模型服务

代理系统

边缘计算服务

系统效率优化——模型协同设计

多模态训练系统

多模态推理服务系统

用于系统研究的大语言模型

工业级大语言模型技术报告

机器学习会议

NeurIPS 2025

一个精选的 NeurIPS 2025 论文集，专注于生成式 AI 模型的高效系统。该集合包括以下主题的论文：

请参阅 完整的 NeurIPS 2025 论文集，以获取详细的分类和论文摘要。

LLM 框架

训练

  • DeepSpeed：一个深度学习优化库，使分布式训练和推理变得简单、高效且有效 | 微软

  • Accelerate | Hugging Face

  • LLaVA

  • Megatron | Nvidia

  • NeMo | Nvidia

  • torchtitan | PyTorch

  • veScale | 字节跳动

  • DeepSeek Open Infra

  • VeOmni：扩展任意模态模型的训练

  • Cornstarch：分布式多模态训练必须具备多模态感知能力 | UMich

  • 后训练

    • TRL：Transformers 强化学习
    • OpenRLHF：基于 Ray 的易用、可扩展且高性能的 RLHF 框架
    • VeRL：火山引擎针对 LLM 的强化学习
    • rLLM：面向语言智能体的强化学习
    • SkyRL：面向 LLM 的模块化全栈强化学习库
    • AReal：用于 LLM 推理的分布式 RL 系统
    • ROLL：大规模学习的强化学习优化
    • slime：旨在实现 RL 扩展的 LLM 后训练框架
    • RAGEN：通过强化推理来训练智能体
    • Agent Lightning：使用强化学习训练任何 AI 智能体

服务

ML 系统

综述论文

LLM 基准测试 / 排行榜？追踪数据

相关 ML 阅读材料

MLSys 课程

其他阅读材料

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

★ 349.3k|★★★☆☆|2天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。

★ 162.1k|★★★☆☆|3天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上

★ 144.7k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。

★ 107.9k|★★☆☆☆|2天前
开发框架图像Agent

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器

★ 93.4k|★★☆☆☆|昨天
插件开发框架

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备

★ 90.1k|★★★☆☆|2天前
语言模型图像Agent