llm-from-scratch：从零手写 GPT、专注软件开发与网络安全的开源学习项目

GitHub 项目 llm-from-scratch 从零手写 tokenizer、自注意力、Transformer 块和训练循环构建大语言模型，目标是面向软件开发与网络安全领域。当前 Milestone 1 提供约 0.5M 参数的字符级 GPT，可在 CPU 上数分钟完成训练；Milestone 2 升级到 BPE tokenizer 和 10–100M 参数，可用免费 Colab/Kaggle GPU。项目内置安全流水线，包括训练前清洗 API token、JWT 等密钥的 safety/scrub.py 和 prompt 分级内容策略，评测报告 held-out perplexity 并在 CI 中运行。