关于本站
LLM Compass 是一份关于 LLM 训练算法的中文知识图谱：从基础模型、SFT、LoRA、DPO 系列、PPO·GRPO 系列，到蒸馏、推理与解码，再到 Harness / Agent / Skills。每个算法尽量给出「一句话定义 + 核心公式 + 图解 + 调参经验」，并附原始论文与提出年份，方便快速建立全局认知、再按需深入。
收录原则：只收讨论度高、用得最多的出名算法——不堆砌冷门变体，也不堆砌易过期的 benchmark 数字；定性结论优先，具体数字以原论文为准。
关于作者
本站由 Brench 整理与维护。欢迎在以下平台交流、纠错、提建议：
参与与反馈
- 内容仓库：BrenchCC/llm-compass，欢迎提 issue 或 PR 一起完善。
- 阅读指引见 如何使用本知识库，公式记号见 符号约定。
许可
- 代码：MIT
- 文档内容：CC BY-SA 4.0（转载请署名并以相同方式共享）
站内引用的论文原图版权归原作者所有，仅用于学习注解；如有侵权请通过上述渠道联系，会及时处理。