CookLLM
CookLLM 是什么
CookLLM（官网 https://cookllm.com/）是一套「大模型全栈工程体系：架构、训练与应用」的中文课程，目标是深度揭示大语言模型的底层逻辑与工程细节，覆盖架构设计、训练基建、MLLM 与 Agent 等核心领域。它的教学方式是把清晰的交互式文档与从零构建（From-Scratch）的代码结合起来，让学习者把公式与实现一一对应，而不是停留在调包和调 API 的层面。官网的口号是「往深了钻，造真的东西」。
课程分两条主线。原理精讲有六个板块：基础（Tokenization、Transformer、优化）、系统（GPU Kernels、并行）、规模化（Scaling Laws、算力预算）、数据（清洗、过滤、去重、混合）、评估（Benchmark、解析）、后训练（SFT、RLHF、GRPO、DPO）。动手训练对应 cookllm-bento 代码库，从数据准备、分词器训练（RustBPE、tiktoken）、模型搭建（BentoLM、RoPE、Muon）、预训练、中期训练（长上下文）到后训练对齐（SFT、RLHF、PPO），端到端跑通自己的小模型（BentoLM 29M→134M）。
主要功能
如何使用 CookLLM
使用示例
核心优势
与同类工具对比
入门课教怎么用模型；CookLLM 教怎么造模型，从 Tokenization 一直讲到预训练与 RLHF 对齐
Hugging Face 课程以使用其生态工具为主线；CookLLM 强调从零构建每个核心模块，并提供中文交互式文档与中文社区
nanoGPT 是英文开源项目、偏代码与讲解视频；CookLLM 提供中文体系化课程、六大原理板块与端到端训练主线，并附代码仓库与后续更新
使用方式与技巧
使用方式
- 网页版课程：https://cookllm.com/
- 配套代码库（recipes 与 bento）
- 社区入口：Discord、小红书、Twitter、Email
功能模式
- 原理精讲（六大板块）
- 动手训练（从零训练并对我一个小模型）
使用技巧
- 先把基础板块过一遍再进训练主线，避免卡在概念上
- 边读文档边跑代码，让公式与实现相互印证
- 用提交记录与路线图确认更新进度和已完成章节
- 遇到报错带到社区讨论，比独自硬扛更快
进阶玩法
客户端下载渠道
常见问题
官网 FAQ 列有该问题，面向想真正理解大模型底层实现的人；具体门槛见官网解答。
官网 FAQ 专门列了这个问题，建议查看官网解答；素材未给出结论。
官网强调从零实现、交互式文档与配套代码库，重点在原理与工程细节而非调包。
官网写明一次买断后解锁现有及未来所有课程章节，并享受后续更新。
官网定价区显示终身版原价 139 美元、现价 39 美元（以页面实际价格为准）。
项目信息
从零训练大语言模型的全栈课程：六大原理板块加端到端动手训练小模型
带你从头训练一个 LLM