Образовательная экосистема Китая

Зачем это нужно

Китайское сообщество за несколько лет создало одну из крупнейших в мире экосистем открытых учебных материалов по ИИ: книги, курсы, лагеря, проекты «LLM с нуля». У многих репозиториев десятки тысяч звёзд на GitHub, их обновляют вслед за каждым громким релизом. На русском из этого почти ничего нет: даже полного перевода d2l, одного из самых популярных учебников по глубокому обучению, не существует.

Для вас это второй большой источник знаний, причём хорошо структурированный. Код и формулы читаются без перевода, а текст сегодня неплохо переводят LLM — особенно если дать им глоссарий. Этот курс сам многое взял из китайской экосистемы: острова-уровни, ступени Simple → Boss в домашних работах, промпт для ИИ-ревью. В уроке вы получите карту этих материалов, научитесь отличать «можно перевести» от «только сослаться» и соберёте рабочий процесс для самостоятельного чтения.

Карта экосистемы

Удобно делить материалы на четыре слоя. У каждого своя роль в вашем обучении.

flowchart TD
U["Вы"] --> A["Сообщества<br/>Datawhale"]
U --> B["Университетские курсы и книги<br/>Ли Хунъи (NTU), d2l-zh, nndl (Fudan)"]
U --> C["Проекты «с нуля»<br/>MiniMind, happy-llm"]
U --> D["Платформы компаний<br/>InternLM Camp, ModelScope, Alibaba ACP"]
A --> A1["Учебники-репозитории, когорты,<br/>отметки о занятиях"]
B --> B1["Лекции, теория, ДЗ с лидербордами"]
C --> C1["Полный конвейер LLM в маленьком коде"]
D --> D1["Практика на их инструментах, бесплатные GPU, сертификаты"]

Четыре слоя китайской образовательной экосистемы

Datawhale — университет без стен

Datawhale — открытое учебное сообщество, у которого на GitHub (datawhalechina) больше двухсот репозиториев. Большинство из них — учебники в Markdown с кодом, написанные и вычитанные волонтёрами. Для курса важнее всего такие проекты:

Проект	Что внутри	Ступень курса	Лицензия
happy-llm («Строим большую модель с нуля»)	От NLP через Transformer к своей LLaMA-подобной модели на 215M: токенизатор, претрейн, SFT, LoRA; затем RAG, агенты и Agentic RL	4–6	CC BY-NC-SA
hello-agents («Строим агента с нуля»)	16 глав: ReAct, Plan-and-Solve и Reflection своими руками, фреймворки, память, MCP, Agentic RL	8	CC BY-NC-SA
all-in-rag	Полный стек RAG: чанкинг, эмбеддинги, гибридный поиск, графовый RAG, оценка	8	CC BY-NC-SA
self-llm («Инструкция по употреблению открытых больших моделей»)	Рецепты запуска и дообучения десятков открытых моделей: Qwen, GLM, DeepSeek, InternLM	6–7	Apache-2.0
leedl-tutorial («Книга-яблоко»)	Конспект курса Ли Хунъи, рекомендованный самим лектором	2–3	CC BY-NC-SA
pumpkin-book («Книга-тыква»)	Подробные выводы формул к «Книге-арбузу» — классическому учебнику ML Чжоу Чжихуа	1–2	CC BY-NC-SA
easy-rl («Книга-гриб»)	RL от марковских процессов до PPO	6	CC BY-NC-SA
diy-llm	Китайская адаптация Stanford CS336: BPE, MoE, распределённое обучение, GRPO	5, продвинутый	CC BY-NC-SA (права CS336 — у Стэнфорда)

Прозвища «Книга-яблоко», «Книга-тыква» и «Книга-гриб» продолжают традицию «Книги-арбуза» — так из-за обложки прозвали учебник Чжоу Чжихуа «Машинное обучение». В китайских обсуждениях книги часто упоминают именно по прозвищам.

У Datawhale есть и формат обучения — групповое обучениегрупповое обучение, учебная когортаEN study group, learning cohortФормат Datawhale — группа проходит открытый курс по расписанию 2–4 недели, с заданиями и ежедневной отметкой о занятиях.. Когорта 2–4 недели проходит открытый курс по расписанию задач. Участники публикуют конспекты и решения в срок — это отметка о занятияхотметка о занятияхEN check-in (daily study log)Буквально «пробить карточку». В учебных сообществах — публикация конспекта или решения в срок как подтверждение, что вы занимаетесь., а лучших отмечают званием «отличный ученик». Даже если вы не участвуете в китайских когортах, сам принцип стоит перенять: расписание, публичный след и дедлайны держат темп лучше силы воли.

Университетские курсы и книги

Ли Хунъи (Hung-yi Lee, Национальный университет Тайваня)

Ли Хунъи — самый популярный китайскоязычный лектор по машинному обучению. Он регулярно читает курсы ML и генеративного ИИ. Лекции на китайском с обилием английских терминов, видео — на его YouTube-канале. Ссылки на страницы курсов есть на домашней странице. Курсы 2025–2026 годов всё сильнее смещаются к LLM и агентам.

Практическая деталь: на Тайване пишут традиционными (полными) иероглифами, а в материалах из КНР — упрощёнными, у многих знаков другое начертание. Машинный перевод справляется с обоими вариантами, но при поиске по тексту учитывайте, что один и тот же термин в тайваньском и материковом тексте выглядит по-разному.

Для нас особенно интересна система домашних заданий. Каждое ДЗ — код плюс отчёт, а оценка зависит от того, какой порог на лидерборде вы преодолели: Simple, Medium, Strong, Boss. Это превращает задание в игру с понятными ступенями. Домашние работы этого курса устроены так же.

Открытой лицензии у курсов нет. Поэтому здесь мы даём только ссылки и пересказываем идеи своими словами. Если хотите читать текстом — берите «Книгу-яблоко» от Datawhale.

d2l-zh — «Погружение в глубокое обучение»

Учебник Ли Му (Mu Li), Астона Чжана, Закари Липтона и Алекса Смолы, в котором каждый раздел — работающий Jupyter-ноутбук. Китайское издание открыто под Apache-2.0 на zh.d2l.ai. Ли Му записал к нему видеокурс на Bilibili (канал «Изучаем ИИ с Ли Му»), там же — серия разборов классических статей. Эталонный урок нашего курса о softmax адаптирует именно главу из d2l-zh.

nndl и llm-beginner (Фуданьский университет)

«Нейронные сети и глубокое обучение» Цю Сипэна — классический китайский учебник по нейросетям. Открытой лицензии у текста нет, так что только ссылки. Гораздо интереснее для практики репозиторий nndl/llm-beginner (MIT): шесть задач от Transformer и mini-GPT через LoRA, SFT и DPO до RAG и агентов. Шаблон задачи — фиксированные сигнатуры, скрипт оценки и файл с промптом-тьютором, с которым решение можно отдать на ревью любой LLM. Раздел «ИИ-ревью» в наших домашних работах сделан по этому образцу. В том же репозитории лежит PDF новой книги Цю Сипэна «Большие модели и агенты». Лицензия MIT указана для репозитория, но распространяется ли она на текст книги — неясно. Поэтому задачи и код берите смело, а книгу, пока права не прояснятся, только читайте и пересказывайте.

Для справки, только ссылками: «Большие языковые модели» (Жэньминь университет, все права защищены), «Основы больших моделей» (Чжэцзянский университет, CC BY-NC-ND — переводить нельзя).

Проекты «с нуля»: MiniMind

MiniMind (Apache-2.0) — проект, в котором весь путь LLM уложен в маленький читаемый код на чистом PyTorch: токенизатор, плотная и MoE-архитектура, претрейн, SFT, LoRA, DPO, RL (PPO и GRPO), дистилляция и OpenAI-совместимый сервер. Модели крошечные по меркам LLM — порядка десятков миллионов параметров. По README, самые маленькие версии обучаются примерно за два часа на одной RTX 3090.

Главное достоинство MiniMind — не размер, а прозрачность. Каждый этап можно прочитать за вечер и запустить на потребительской видеокарте, а части — даже на CPU. Одна RTX 4080 из вашей машины по скорости не уступает RTX 3090, так что претрейн самой маленькой версии — задача на один вечер. Модуль 5.6 нашего курса построен вокруг этого проекта. happy-llm решает похожую задачу, но больше в формате учебника.

Платформы компаний

InternLM Camp — практический лагерь Шанхайской лаборатории ИИ по большим моделям. Сезонный, с лучшей, на наш взгляд, организацией заданий. Материал разбит на «острова»:

Остров	Что там
«Остров входа»	Linux, Python, Git, Hugging Face и ModelScope
«Остров основ»	промпты, RAG, дообучение в XTuner, оценка в OpenCompass
«Остров продвинутых»	агенты, MCP, квантование в LMDeploy, мультимодальность, RL

У задач коды вроде L1G1000. Базовое задание обязательно, продвинутое нужно для статуса отличника. В сезонах 3–5 решение сдавали постом на Чжиху (Zhihu) или CSDN, а участникам давали бесплатные вычисления на GPU A100. В сезоне 2026 года формат упростили: десять курсов, у каждого схема «учебник → видео → тест из 5 вопросов» с порогом 60% и неограниченными пересдачами. Узнаёте? Уровни-острова этого курса и квизы с пересдачами — прямое заимствование.

ModelScopeModelScope — китайский хаб моделейEN ModelScopeПлатформа Alibaba (запущена в 2022 г.), китайский аналог Hugging Face; сайт modelscope.cn. — китайский аналог Hugging Face от Alibaba: хаб моделей и датасетов плюс ноутбуки. Учебный репозиторий modelscope-classroom (Apache-2.0) — 13 глав от основ DL до агентов. Фреймворк ms-swift — для дообучения.

Alibaba Cloud ACP. Ноутбуки aliyun_acp_learning (Apache-2.0) по прикладной разработке: промпты, RAG с автоматической оценкой, мультиагентные системы, context engineering. Материалы бесплатны, сертификация платная.

Про доступ

GitHub-репозитории доступны всегда, и для учёбы их почти всегда достаточно. Для регистрации на китайских платформах (бесплатные GPU, лагеря, сертификаты) часто нужен китайский номер телефона. Проверяйте условия заранее и не рассчитывайте на эти ресурсы в плане обучения. Если YouTube у вас недоступен, многие китайские лекции продублированы на Bilibili.

Лицензии: что можно делать с материалом

Чаще всего проблемы с чужими материалами возникают из-за лицензий. Вот как читать самые частые:

Лицензия	Перевести / адаптировать	Выложить копию	Коммерчески	Перевод наследует лицензию	Примеры
MIT, Apache-2.0, CC BY	да	да	да	нет (но авторство обязательно)	MiniMind, d2l-zh, self-llm, llm-beginner, modelscope-classroom
CC BY-SA	да	да	да	да	англоязычный d2l.ai, уроки этого курса
CC BY-NC-SA	да	да	нет	да	почти весь Datawhale
CC BY-NC-ND	нет	да, без изменений	нет	—	ZJU «Основы больших моделей»
Лицензии нет	нет	нет	нет	—	курсы Ли Хунъи, LLMBook, InternLM/Tutorial

MIT и Apache-2.0 — разрешительные лицензиипермиссивная (разрешительная) лицензияEN permissive licenseMIT, Apache-2.0, BSD — разрешают коммерческое использование и изменения почти без условий, кроме сохранения уведомления об авторстве.. Буквы в названиях лицензий лицензии Creative Commonsлицензии Creative Commons (CC)EN Creative Commons licensesСемейство лицензий для текстов и картинок. Условия складываются из блоков BY, NC, SA, ND. складываются из блоков: BY — укажите автора; некоммерческое использованиенекоммерческое использование (NC)EN non-commercial (NC)Под этим условием выпущена большая часть материалов Datawhale (CC BY-NC-SA 4.0). — только некоммерчески; «на тех же условиях»«на тех же условиях» (SA)EN share-alike (SA)Перевод или адаптация обязаны выйти под той же лицензией, что и оригинал. — производное под той же лицензией; без производных произведенийбез производных произведений (ND)EN no derivatives (ND)Копировать без изменений можно, переводить и адаптировать нельзя. Перевод считается производным произведением. — без изменений. Перевод — это производное произведение, поэтому ND его запрещает.

Два правила спасают от большинства ошибок:

1. Отсутствие лицензии ≠ разрешение. Текст без лицензии по умолчанию защищён авторским правом: копировать и переводить нельзя.
2. Идеи свободны. Авторское право охраняет форму — текст, рисунки, код, — но не идеи и методы. В российском праве это прямо сказано в п. 5 ст. 1259 ГК РФ. Поэтому объяснить ту же тему своими словами и сослаться на источник можно всегда.

Посмотрите на поле «Первоисточники» внизу любого урока: у каждого источника указан режим — перевод, адаптация, пересказ или ссылка. Уроки, адаптирующие Datawhale, выходят под CC BY-NC-SA, а курсы Ли Хунъи мы только пересказываем.

Как оформить атрибуцию

Если вы переводите или адаптируете открытый материал (например, для своего блога или конспекта для коллег), Creative Commons рекомендует указывать четыре вещи: название, автора, источник и лицензию. К ним добавьте, что вы изменили. Пример для перевода главы happy-llm:

Перевод и адаптация главы 2 «happy-llm» (Datawhale), https://github.com/datawhalechina/happy-llm,
лицензия CC BY-NC-SA 4.0. Изменения: перевод на русский, сокращены примеры, добавлены задачи.
Этот текст распространяется на тех же условиях — CC BY-NC-SA 4.0.

Для MIT и Apache-2.0 правило проще: копируя код, сохраняйте текст лицензии и строку об авторских правах.

Это не юридическая консультация

Таблица упрощает реальность. У Apache-2.0 есть требования сохранить файл NOTICE и отметить изменения, у некоторых репозиториев текст и код лицензированы по-разному, а у переводов чужих курсов (llm-cookbook, diy-llm) права есть и у автора оригинала. В спорном случае читайте полный текст лицензии.

Практика: планировщик лицензий

Запрограммируйте упрощённую модель из таблицы и составьте план для четырёх реальных материалов: что из них можно перевести для некоммерческого сайта и что — для коммерческого.

Что можно делать с материалом?6 тестов

"""Что можно делать с китайским учебным материалом? Упрощённая модель лицензий.

Это учебная модель, а не юридическая консультация: в спорных случаях читайте текст лицензии.

Действия (action):
  'translate'  — перевести или адаптировать (это производное произведение);
  'copy'       — выложить у себя без изменений;
  'paraphrase' — объяснить те же идеи своими словами и сослаться на источник;
  'link'       — просто дать ссылку.
"""

# copy / derivatives — можно ли копировать и делать производные вообще;
# commercial — можно ли делать это в коммерческом проекте; share_alike — производное обязано
# выйти под той же лицензией.
LICENSES = {
    "MIT":             {"copy": True,  "derivatives": True,  "commercial": True,  "share_alike": False},
    "Apache-2.0":      {"copy": True,  "derivatives": True,  "commercial": True,  "share_alike": False},
    "CC-BY-4.0":       {"copy": True,  "derivatives": True,  "commercial": True,  "share_alike": False},
    "CC-BY-SA-4.0":    {"copy": True,  "derivatives": True,  "commercial": True,  "share_alike": True},
    "CC-BY-NC-SA-4.0": {"copy": True,  "derivatives": True,  "commercial": False, "share_alike": True},
    "CC-BY-NC-ND-4.0": {"copy": True,  "derivatives": False, "commercial": False, "share_alike": False},
    "NONE":            {"copy": False, "derivatives": False, "commercial": False, "share_alike": False},
}

PREFERENCE = ["translate", "copy", "paraphrase", "link"]


def can_use(license_id, action, commercial):
    """True, если действие разрешено.

    * 'link' и 'paraphrase' разрешены всегда: идеи и методы авторским правом не охраняются,
      охраняется форма их выражения (текст, рисунки, код).
    * 'copy' требует copy=True; 'translate' требует derivatives=True.
    * Если commercial=True, лицензия должна разрешать коммерческое использование.
    * Незнакомую лицензию считаем 'NONE' — консервативно, пока не прочитали её текст.
    """
    # TODO: ваш код
    ...


def derivative_license(license_id):
    """Под какой лицензией обязан выйти ваш перевод/адаптация.

    * share-alike-лицензия → та же лицензия (строка license_id);
    * производные разрешены без share-alike → 'any' (любая, но с указанием авторства);
    * производные запрещены (ND, нет лицензии, незнакомая) → None.
    """
    # TODO: ваш код
    ...


def plan(resources, commercial):
    """resources — список пар (название, license_id). Вернуть словарь
    {название: лучшее разрешённое действие}, где «лучшее» — первое разрешённое из PREFERENCE."""
    # TODO: ваш код
    ...


course = [
    ("d2l-zh", "Apache-2.0"),
    ("happy-llm", "CC-BY-NC-SA-4.0"),
    ("Foundations-of-LLMs", "CC-BY-NC-ND-4.0"),
    ("Лекции Ли Хунъи", "NONE"),
]
print(plan(course, commercial=False))
print(plan(course, commercial=True))

ЗапуститьПроверитьПодсказкаСбросить

Рабочий процесс: как учиться по китайским материалам

Китайский учить не обязательно. Вот процесс, который работает для разработчика без знания языка:

1. Сначала наш урок. Он даст понятия и русские термины. Потом найдите китайский материал по таблице ниже.
2. Обзор — браузерным переводом. Чтобы понять структуру главы, хватит встроенного перевода страницы на GitHub.
3. Плотные абзацы — через LLM с глоссарием. Это тот же машинный переводмашинный переводEN machine translation, но управляемый: вы задаёте термины и правила. Готовый промпт-переводчик и «ложные друзья» перевода разобраны в уроке 4 этого трека. Термины сверяйте с глоссарием курса.
4. Код и формулы — напрямую. Их переводить не нужно: запускайте ноутбуки и сверяйте числа.
5. Видео — с субтитрами. У многих лекций на Bilibili есть субтитры. Смотрите на скорости 1.25–1.5 и сверяйтесь со слайдами.
6. LLM как тьютор по главе. Перевод — ещё не понимание. Когда глава прочитана, попросите модель провести вас по ней (промпт ниже) и честно ответьте на её вопросы.
7. Свой глоссарий. Каждый новый термин — в таблицу «как перевёл переводчик — правильный русский термин — English — пример». Через месяц-другой вы будете с первого взгляда исправлять типичные ошибки машинного перевода.

Шаблон промпта-тьютора (в духе tutor_prompt из nndl/llm-beginner):

Ты — преподаватель курса ChinaAI. Я изучаю главу китайского учебника (текст ниже), китайского не знаю.
1. Перескажи главу по-русски за 10–15 предложений. Формулы и код сохрани без изменений.
2. Выпиши 10 ключевых терминов в виде «русский — English — как ещё его могут перевести».
3. Отметь места, где автор утверждает что-то без доказательства, числа или ссылки.
4. Задай мне 3 вопроса на понимание. Ответы не показывай, пока я не отвечу сам.
5. Если в главе есть код, предложи одно маленькое изменение, которое проверит, понял ли я его.

Текст главы:
<вставьте текст или ссылку на раздел>

Какой китайский материал брать к ступеням курса

Ступень курса	Китайский материал	Что взять
0. Инструменты и Python	thorough-pytorch (Datawhale), задания «острова входа» InternLM Camp	Linux, Git, первые шаги в PyTorch
1. Математика	pumpkin-book, d2l-zh	выводы формул, ноутбуки к линейной алгебре и вероятности
2–3. ML и нейросети	d2l-zh, leedl-tutorial, курсы Ли Хунъи	ноутбуки по главам, лекции как второе объяснение
4. Трансформер	happy-llm, d2l-zh (глава про attention)	Transformer своими руками
5. Претрейн и архитектура	MiniMind, happy-llm, diy-llm	полный претрейн маленькой модели, задания уровня CS336
6. Пост-трейнинг	MiniMind (SFT, DPO, GRPO), self-llm, easy-rl	рецепты дообучения, основы RL
7. Инференс	self-llm, modelscope-classroom, InternLM Camp (LMDeploy)	запуск и квантование открытых моделей
8. Приложения	all-in-rag, hello-agents, aliyun_acp_learning	RAG и агенты от простого к сложному
9. Фронтир	unlock-deepseek, разборы статей Ли Му	конспекты свежих статей на китайском

Китайский угол: почему эта экосистема так велика

Масштаб сообщества. Самые популярные проекты Datawhale и MiniMind набрали на GitHub десятки тысяч звёзд — это сопоставимо с известными англоязычными учебными репозиториями. При этом почти всё написано на китайском, то есть аудитория в основном внутренняя: это показывает, сколько людей в Китае учатся ИИ самостоятельно.

Лаборатории и компании вкладываются в обучение. Shanghai AI Lab раздаёт в лагере бесплатные GPU, Alibaba выкладывает учебные ноутбуки под Apache-2.0 и продаёт сертификацию, ModelScope строит вокруг курсов свою платформу. Для компаний это воронка: кто научился на InternLM, LMDeploy или ms-swift, тот потом с ними и работает. Для ученика — бесплатные качественные материалы.

Волонтёрская модель. Книги Datawhale пишут и вычитывают добровольцы, список авторов есть в README каждого проекта. Как и в других странах, вклад в заметный open-source проект — способ заявить о себе, и на этом держится вся модель.

Чего нет. Большая часть материалов Datawhale — под NC-SA. Поэтому коммерческие русскоязычные курсы не могут просто перевести их. Некоммерческий курс вроде этого может — с той же лицензией и указанием авторов.

Проверь себя

Проверь себя6 вопросов·

1 Вы делаете платный курс и хотите перевести главу happy-llm (CC BY-NC-SA 4.0). Что можно?

Перевести с указанием авторстваПеревести, если перевод выйдет под той же лицензиейНельзя переводить; можно объяснить те же идеи своими словами и дать ссылкуМожно всё: лицензия открытая

2 Какие материалы можно перевести и опубликовать в коммерческом проекте?Можно выбрать несколько ответов

MiniMind (Apache-2.0)d2l-zh (Apache-2.0)hello-agents (CC BY-NC-SA)«Основы больших моделей» ZJU (CC BY-NC-ND)Лекции Ли Хунъи (без лицензии)

3 Некоммерческий сайт и четыре материала: Apache-2.0, CC BY-NC-SA, CC BY-NC-ND и материал без лицензии. Сколько из них можно перевести?

4 Чья система оценки домашних заданий с порогами Simple / Medium / Strong / Boss легла в основу ДЗ этого курса?

InternLM CampКурсы Ли Хунъи (NTU)Групповое обучение DatawhaleAlibaba ACP

5 В китайских учебных сообществах говорят «пробить карточку» — так называют отметку о занятиях. Что это?

Платный сертификат по итогам курсаПубликация конспекта или решения в срок как отметка, что вы занимаетесьБесплатные GPU-часы для участниковУровень сложности задания

6 Какой проект лучше всего подходит, чтобы самому пройти весь путь LLM — от токенизатора до RL — на одной потребительской GPU?

MiniMindpumpkin-bookall-in-ragaliyun_acp_learning

Проверить ответы

Итоги

• Китайская экосистема — это четыре слоя: сообщества (Datawhale), университетские курсы и книги (Ли Хунъи, d2l-zh, nndl), проекты «с нуля» (MiniMind) и платформы компаний (InternLM, ModelScope, Alibaba).
• Многие форматы этого курса заимствованы оттуда: острова-уровни, пороги Simple → Boss, промпт-тьютор, квизы с пересдачей.
• Лицензия решает всё: Apache/MIT — свобода, NC-SA — некоммерчески и с той же лицензией, ND и «без лицензии» — только ссылка и пересказ.
• Рабочий процесс без знания языка: наш урок → китайский материал → перевод через LLM с глоссарием → код напрямую → свой словарь.

Дальше: читаем вместе техотчёт DeepSeek-V3 — первоисточник половины «китайских» модулей курса.