HandsOnLLM/Hands-On-Large-Language-Models

Official code repo for the O'Reilly Book - "Hands-On Large Language Models"

GitHub에서 열기 ↗ artificial-intelligencebooklarge-language-modelsllmllmsoreillyoreilly-books

27,445

GitHub 스타

6,394

포크

Jupyter Notebook

언어

Apache-2.0

라이선스

2026.04.24

최근 푸시

2026.05.05

별표한 날

AI 분석

설치 난이도: 보통

큐레이터 노트

LLM을 처음 접하거나 시각적 자료를 선호하는 학습자에게 적합하며, 책과 함께 실습 코드를 제공하므로 교육용으로 가치가 높습니다.

강점

O'Reilly 출판사의 공식 코드 저장소로, 신뢰할 수 있는 교육 자료를 제공합니다.
거의 300개의 맞춤 제작 그림을 포함한 시각적 학습 접근법으로 LLM 개념을 직관적으로 이해할 수 있습니다.
Google Colab을 기본 플랫폼으로 사용하여 무료 GPU 환경에서 쉽게 실습할 수 있습니다.

약점

README에 실제 노트북 링크가 없어 예제 코드에 바로 접근할 수 없습니다.
로컬 설치 시 OS, Python 버전 등에 따라 결과가 다를 수 있다고 명시되어 있어 환경 의존성이 있습니다.

주의사항

예제는 주로 Google Colab에서 테스트되었으므로 다른 환경에서는 설정이 추가로 필요할 수 있습니다.
로컬 설치 시 conda 환경 설정 가이드를 참고해야 하며, 초보자에게는 다소 복잡할 수 있습니다.

시작 가이드

Google Colab에서 노트북을 열어 예제를 실행해 본다.
로컬 환경을 선호한다면 .setup/conda 폴더의 가이드를 따라 환경을 설정한다.
보너스 콘텐츠(bonus/)를 확인하여 추가 학습 자료를 살펴본다.

README 한국어 번역

이 번역은 AI가 원문 README를 옮긴 것입니다. 원문이 항상 우선합니다.

Hands-On Large Language Models

환영합니다! 이 저장소에는 Hands-On Large Language Models 책의 모든 예제 코드가 포함되어 있습니다. 이 책은 Jay Alammar와 Maarten Grootendorst가 집필했으며, 우리는 장난스럽게 이 책을 다음과 같이 부릅니다:

"The Illustrated LLM Book"

이 책의 시각적 교육적 특성과 거의 300개의 맞춤 제작 그림을 통해 오늘날 대규모 언어 모델을 사용하는 데 필요한 실용적인 도구와 개념을 배우세요!

이 책은 다음에서 구매할 수 있습니다:

가장 쉬운 설정을 위해 모든 예제는 Google Colab을 통해 실행하는 것을 권장합니다. Google Colab을 사용하면 16GB VRAM의 T4 GPU를 무료로 사용할 수 있습니다. 모든 예제는 주로 Google Colab을 사용하여 구축 및 테스트되었으므로 가장 안정적인 플랫폼입니다. 그러나 다른 클라우드 제공업체도 작동해야 합니다.

	장	노트북
	1장: 언어 모델 소개
	2장: 토큰 및 임베딩
	3장: 트랜스포머 LLM 내부 살펴보기
	4장: 텍스트 분류
	5장: 텍스트 클러스터링 및 토픽 모델링
	6장: 프롬프트 엔지니어링
	7장: 고급 텍스트 생성 기술 및 도구
	8장: 의미 검색 및 검색 증강 생성
	9장: 멀티모달 대규모 언어 모델
	10장: 텍스트 임베딩 모델 생성
	11장: 분류를 위한 표현 모델 미세 조정
	12장: 생성 모델 미세 조정

[!TIP]

모든 패키지를 로컬에 설치하기 위한 빠른 시작 가이드는 setup 폴더를 확인하고, conda 및 PyTorch 설치를 포함한 완전한 환경 설정 가이드는 conda 폴더를 확인하세요.

OS, Python 버전 및 종속성에 따라 결과가 약간 다를 수 있습니다. 그러나 책의 예제와 유사해야 합니다.

리뷰

"Jay와 Maarten은 새 책에서 복잡한 주제에 대한 아름답게 설명되고 통찰력 있는 설명을 제공하는 전통을 이어갔습니다. 작동하는 코드, 타임라인 및 주요 논문에 대한 참조로 뒷받침되는 이 책은 대규모 언어 모델이 어떻게 구축되는지에 대한 주요 기술을 이해하려는 모든 사람에게 귀중한 자료입니다."

Andrew Ng - DeepLearning.AI 창립자

"이 책은 언어 모델의 세계와 산업에서의 실제 응용에 대한 탁월한 안내서입니다. 생성, 표현 및 검색 응용 프로그램에 대한 매우 시각적인 설명을 통해 독자는 LLM을 빠르게 이해, 사용 및 개선할 수 있습니다. 강력 추천합니다!"

Nils Reimers - Cohere 머신러닝 디렉터 | sentence-transformers 창시자

"지금 읽어야 할 더 중요한 책은 없다고 생각합니다. 매 페이지마다 언어 모델 시대에 성공하는 데 중요한 것을 배웠습니다."

Josh Starmer - StatQuest

"LLM에 관한 모든 것을 빠르게 배우고 싶다면, 더 이상 찾을 필요가 없습니다! 이 훌륭한 책에서 Jay와 Maarten은 대규모 언어 모델의 역사와 최신 발전에 대해 초보자에서 전문가로 안내합니다. 매우 직관적인 설명, 훌륭한 실제 예제, 명확한 그림 및 포괄적인 코드 실습을 통해 이 책은 트랜스포머 모델, 토크나이저, 의미 검색, RAG 및 기타 최첨단 기술의 복잡성을 명확히 합니다. 최신 AI 기술에 관심이 있는 모든 사람이 꼭 읽어야 할 책입니다!"

Luis Serrano, PhD - Serrano Academy 창립자 겸 CEO

"Hands-On Large Language Models는 AI의 과대 광고를 넘어 명확성과 실제 예제를 제공합니다. 명확한 설명을 보완하는 풍부한 다이어그램과 시각 자료를 제공합니다. 실제 예제와 코드는 다른 책에서 추상적으로 남겨진 것을 구체적으로 만듭니다. 책은 간단한 입문으로 시작하여 꾸준히 범위를 확장합니다. 마지막 장에서는 자신 있게 대규모 언어 모델을 미세 조정하고 구축할 수 있을 것입니다."

Leland McInnes - Tutte Institute for Mathematics and Computing 연구원 | UMAP 및 HDBSCAN 창시자

보너스 콘텐츠!

우리는 책이 압도적이지 않도록 최대한 많은 정보를 넣으려고 노력했습니다. 그러나 400페이지 분량의 책에도 여전히 발견할 것이 많습니다!

우리는 책을 보완하고 새롭고 흥미로운 주제를 더 깊이 다루는 추가 가이드를 계속 만들고 있습니다:

	Mamba 시각적 가이드	양자화 시각적 가이드	Illustrated Stable Diffusion

:-------------------------:|:-------------------------:|:-------------------------: | | Mixture of Experts 시각적 가이드 | 추론 LLM 시각적 가이드 | Illustrated DeepSeek-R1 | |

인용

연구에 유용하다고 생각되면 책을 인용해 주세요:

@book{hands-on-llms-book,
  author       = {Jay Alammar and Maarten Grootendorst},
  title        = {Hands-On Large Language Models},
  publisher    = {O'Reilly},
  year         = {2024},
  isbn         = {978-1098150969},
  url          = {https://www.oreilly.com/library/view/hands-on-large-language/9781098150952/},
  github       = {https://github.com/HandsOnLLM/Hands-On-Large-Language-Models}
}

원본 저장소: HandsOnLLM/Hands-On-Large-Language-Models

라이선스: Apache-2.0

게재 제외를 원하시면 삭제 요청을 보내주세요.