YeonwooSung/llm-architecture-from-scratch
¿Es de fiar?
Nuestras comprobaciones no ven nada raro.
Estrellas de cuentas reales Sin datos
Todavía no hemos comprobado si sus estrellas son falsas.
Activo Bien
Último cambio hoy.
Licencia Bien
BSD-3-Clause: puedes usarlo gratis, también en un producto comercial. Conserva el aviso de licencia.
Comprobaciones rápidas con datos públicos. Ayudan, pero no son una garantía.
Qué es
Una colección de implementaciones desde cero en PyTorch de arquitecturas de LLM modernas, como GPT-2 XL, variantes de Llama, DeepSeek V3, Qwen3 y Gemma 3. Una tabla comparativa recoge para cada modelo la normalización, la codificación posicional, el tipo de atención y si usa…
Para quién es
Desarrolladores y estudiantes que quieran estudiar cómo se construyen las arquitecturas de LLM modernas en PyTorch
Cómo usarlo
Pide a tu IA que lo instale
Pega esto en Claude, ChatGPT o tu asistente de programación.
Ayúdame a instalar y configurar YeonwooSung/llm-architecture-from-scratch en mi proyecto. Sigue su README: https://github.com/YeonwooSung/llm-architecture-from-scratch. Explícame cada paso y comprueba que es seguro antes de ejecutar nada.
Curva de estrellas
En el radar
Su puesto entre los 100 primeros del radar, día a día, con el n.º 1 arriba. Los huecos son días en que estuvo fuera.
Logros
- Mejor puesto en RepoAlerts: n.º 66, el 19 oct 2026
Alternativas
Proyectos parecidos que cita su ficha. Cada enlace busca en el directorio.
Recibe alertas de repos como este
Te escribimos cuando algo de Modelos e inferencia empiece a subir. Gratis, una vez por semana, solo lo que encaja.
18.265 repos de GitHub vigilados y ordenados cada hora. Cifras a 20 de octubre de 2026.
Qué te llega: un email los lunes con los repos que encajan, nunca más. Mira el de la semana pasada. Privacidad
Para quien mantiene el repo
Pon esta insignia en tu README. Muestra el puesto del repo en el radar, se actualiza cada hora y enlaza a esta página.
[](https://repoalerts.com/repo/YeonwooSung/llm-architecture-from-scratch?ref=badge)Repos parecidos
- mw00/project-maya
Un motor, servidor y panel en C++ para ejecutar localmente los modelos GLM-5.3-Flash y DeepSeek-V4.1-Flash en una o hasta dieciséis GPU NVIDIA o AMD, en Linux o Windows. Ofrece APIs compatibles con Op
- justxor/deepseek-local-guide-ru
Una guía en ruso para instalar y ejecutar en local modelos DeepSeek en PC, Mac y servidores. Cubre Ollama, llama.cpp, LM Studio, vLLM, SGLang y Open WebUI, además del uso de la API, RAG, agentes y fin
- deepseek-ai/DeepInfer
Framework de inferencia offline de código abierto para modelos DeepSeek, con kernels optimizados, paralelismo de expertos MoE y de atención, decodificación especulativa, planificación asíncrona, muest
- MemTensor/MemT-1.0
Familia de modelos de investigación, MemT-1.0, que añade bloques de memoria nativa entrenables junto a la atención del transformador para que los modelos conserven información histórica entre turnos s
- prabanta-dev/janas
Un motor de inferencia escrito en C para ejecutar modelos de lenguaje grandes de tipo mezcla de expertos en computadoras corrientes, con o sin GPU. Los pesos permanecen en disco, y los expertos que ne
- Edge0-AI/Edge0
Framework de inferencia MoE en streaming y de código abierto que ejecuta modelos MoE dispersos de gran tamaño en hardware de consumo, cargando los pesos de los expertos desde el SSD bajo demanda. Un p