分享一个找到高质量大模型技术文章的好去处

上班的时候划水摸鱼经常需要点开自己收藏各个站点关注的博主，然后看看他们有没有更新技术文章，总感觉还是比较麻烦的。就前段时间偶然发现了一个叫LlamaFactory的技术文章聚合站点，用了一段时间后觉得确实不错，想在这里分享一下我的使用体验。

个人感受

用了一段时间后，最大的感受是：

1. 内容都很"干"：我平时在知乎、CSDN等平台看技术文章，经常要花很多时间过滤内容。但在这个站点，基本都是实打实的技术文章，不用担心看到一半发现是软文或者太浅显的科普。

2. 来源多样：除了主流技术社区的文章，还有不少来自微信公众号和个人博客的好文章。这一点特别棒，因为有些经验丰富的工程师可能只在自己的公众号发文，平时不太容易发现。

我的使用方式

我主要用它来：

1. 查找特定技术问题的解决方案，比如模型量化、推理加速等
2. 了解某个技术领域的实践经验，最近在看模型训练的优化相关内容
3. 偶尔翻翻最新的文章，了解业界动态

它的筛选功能虽然简单，但也够用：可以按时间筛选、按来源筛选，排序方式也有几种选择。

发现的一些好内容

在这个站点上，我看到过几篇让我印象特别深的文章：

• 一位工程师详细记录了他们做大模型训练踩过的坑
• 另一篇讲述如何优化推理性能的文章，给了我很大启发
• 还有一篇关于SFT实践的总结，方案很实用

我觉得有待改进的地方

当然，也有一些地方如果能改进会更好：

1. 目前不支持按技术领域筛选，找特定主题的文章时略显不便
2. 没有英文文章，有时会错过一些国外的好经验
3. 有些长文如果能有摘要就更好了

一些想法

说实话，现在网上技术文章的质量参差不齐，找到真正有价值的内容需要花不少精力。这个站点让我感觉像是找到了一个同道中人帮忙筛选了文章，节省了不少时间。

我建议大家带着特定的问题或目的去找内容，会更有收获。