LLMs from Scratch vs 
Made With ML
LLMs from Scratch vs Made With ML im Vergleich für 2026 — Funktionen, Lizenz, Benutzerfreundlichkeit, Leistung und welches zu wählen ist. Erstellen Sie ein GPT von Grund auf, Zeile für Zeile vs Von Notebook zu Produktionssystem.
Regelmäßig aktualisiert · kuratiert von OpenSourceAI.tech
LLMs from Scratch vs Made With ML auf einen Blick
| Spezifikation | LLMs from Scratch | Made With ML |
|---|---|---|
| Kategorie | Lernen Sie KI & maschinelles Lernen | Lernen Sie KI & maschinelles Lernen |
| Typ | Buch + Code | Kurs (MLOps) |
| Lizenz | Apache-2.0 | MIT |
| Läuft lokal | Ja | Ja |
| Primäre Sprache | Python | Python |
| Benutzerfreundlichkeit | Mittelstufe | Mittelstufe |
| Am besten für | wirklich verstehen, wie ein LLM funktioniert | die Lücke zwischen einem Notizbuch und der Produktion |
| GitHub-Sterne | 100.1k | 48.9k |
Wie LLMs from Scratch und Made With ML abschneiden
| Kriterium | LLMs from Scratch | Made With ML |
|---|---|---|
| Beliebtheit | 5.0 | 4.0 |
| Wartung | 5.0 | 4.0 |
| Benutzerfreundlichkeit | 3.5 | 3.5 |
| Datenschutz | 5.0 | 5.0 |
| Lizenzfreiheit | 5.0 | 5.0 |
Die Bewertungen werden automatisch aus öffentlichen Signalen berechnet — GitHub-Sterne (Beliebtheit), aktuelle Commit-Aktivität (Wartung), Lizenztyp (Freiheit), lokal-first Design (Datenschutz) und Onboarding-Komplexität (Benutzerfreundlichkeit). Indikativ, kein Urteil.
Was jedes ist
LLMs from Scratch
Sebastian Raschkas Begleitrepository zu "Build a Large Language Model (From Scratch)": Sie implementieren Aufmerksamkeit, einen Transformer, Pretraining und Feinabstimmung selbst, in einfachem PyTorch.
- Sie bauen jede Komponente selbst — keine Black Boxes
- Läuft auf einem Laptop, kein Cluster erforderlich
- Die klarste Erklärung von Aufmerksamkeit, die es gibt
Made With ML
Der Kurs von Goku Mohandas über den Übergang von ML von einem Notizbuch zu einem zuverlässigen Produktionssystem: Testen, CI/CD, Monitoring und die Technik, die die meisten Kurse ignorieren.
- Behandelt die Technik, die Kurse überspringen
- Testen, CI/CD und Monitoring für ML
- Von einem Praktiker, nicht von einem Akademiker
Wesentliche Unterschiede
LLMs from Scratch ist Buch + Code, während Made With ML Kurs (MLOps) ist. Ihre Lizenzen unterscheiden sich (Apache-2.0 vs MIT), was wichtig ist, wenn Sie ein kommerzielles Produkt vertreiben. Kurz gesagt, LLMs from Scratch eignet sich zum echten Verständnis, wie ein LLM funktioniert, und Made With ML schließt die Lücke zwischen einem Notebook und der Produktion.
Welches sollten Sie wählen?
Wählen Sie LLMs from Scratch, um wirklich zu verstehen, wie ein LLM funktioniert. Wählen Sie Made With ML für die Lücke zwischen einem Notebook und der Produktion.
Es gibt selten einen Gewinner — viele Setups verwenden beide. Die richtige Wahl hängt von Ihrer Hardware, den Fähigkeiten Ihres Teams und davon ab, ob Sie Einfachheit oder Kontrolle schätzen.
Häufig gestellte Fragen
Sind LLMs from Scratch oder Made With ML einfacher zu verwenden?
Beide liegen auf einem ähnlichen Niveau (Mittelstufe). Ihre Wahl sollte auf der Passform und nicht auf der Schwierigkeit basieren.
Sind LLMs from Scratch und Made With ML kostenlos?
LLMs from Scratch ist kostenlos und Open Source (Apache-2.0), und Made With ML ist kostenlos und Open Source (MIT). Keines berechnet für die Kernsoftware.
Kann ich LLMs from Scratch und Made With ML lokal ausführen?
LLMs from Scratch: ja · Made With ML: ja. Beide können verwendet werden, ohne Ihre Daten an eine Drittanbieter-Cloud zu senden, wo deren Einrichtung dies erlaubt.
LLMs from Scratch vs Made With ML — welches sollte ich 2026 wählen?
Wählen Sie LLMs from Scratch, um wirklich zu verstehen, wie ein LLM funktioniert. Wählen Sie Made With ML für die Lücke zwischen einem Notebook und der Produktion.
Menschen vergleichen auch
Entdecken Sie weitere Open-Source-AI
Durchsuchen Sie Tausende von Open-Source-AI-Tools, Modellen und Projekten — alles an einem Ort, täglich aktualisiert.
Verzeichnis erkunden →