DecryptPrompt：65本のブログと5本の索引でLLM論文を読む中国語リポジトリ

索引5本とブログ65本という構成

リポジトリの README は大きく2つに分かれている。前半が LLM 資源の索引で、开源模型.MD、开源框架.MD、开源数据.MD、AIGC各领域应用.MD、教程博客会议.MD の5ファイルへのリンクが並ぶ。後半が「跟着博客读论文」と題されたブログ記事の一覧で、腾讯云社区に公開された記事へのリンクが系列1から系列66まで番号順に並んでいる。番号が連続しているため、読者は系列1から順に追うことも、COT や RAG や Agent など関心のある語を含む回だけを拾うこともできる。リポジトリ自体は Python パッケージでも CLI でもなく、Markdown と外部リンクの集合だ。この点を最初に理解しておかないと、pip install すべき何かを探して空振りすることになる。

シリーズ番号が示すPrompt研究の地層

リンクのタイトルを並べると、扱う対象が時期によって移っているのが読み取れる。系列1から3は Tunning-Free Prompt、PET、Prefix-tuning、Prompt-tuning、P-tuning といったプロンプトの凍結と微調の対比で、系列4から7で Instruction Tuning と LoRA、RLHF に移る。系列9から11は COT を3回に分けて掘り、系列12以降は ReAct や Toolformer などの LLM Agent が中心になる。系列20前後で RAG、系列24以降で DPO や RLAIF といった RLHF の改良案、系列35で DSPy による Prompt の標準化、系列41で GraphRAG の是非、系列58から61で MCP とエージェント実装、系列64で Anthropic Skills と、直近の話題まで番号が伸びている。単発の論文要約ではなく、同じ著者が同じ視点で追い続けている点が、このリポジトリの主な価値になる。

論文を「読む順番」に変換している

LLM の論文は arXiv 上に散在し、どれが基礎でどれが応用かはタイトルからは分かりにくい。DecryptPrompt は系列番号という一次元の順序を与えることで、この問題に対処している。たとえば系列9の COT 基礎から系列10の原理探究、系列11の小模型への適用へと進めば、同じテーマを基礎から応用へ積み上げられる。系列22の「RAG的反思：放弃了压缩还是智能么？」のように、前の回で扱った手法を後の回で批判的に見直す構成もあり、単なる賛辞の列ではない。ただし、この順序は著者が記事を書いた時系列であり、学習曲線として設計されたカリキュラムではない。前提知識の説明は各記事に委ねられており、リポジトリ側に全体像を示す一枚の図や用語集は用意されていない。

動かす対象ではなく読む対象

このリポジトリにはセットアップ手順も設定ファイルもテストもない。README に書かれている操作は「Star to keep updated」という更新通知の案内だけで、実行すべきコマンドは提示されていない。したがって「どう動かすか」という問いへの答えは、ブログ記事側に移動する。系列59は MCP を Low-Level から FastMCP へ組み上げる過程を扱い、系列60は Jupyter データ分析エージェントをゼロから作り、系列61はコードサンドボックスと FastAPI-MCP を扱う。コードを書く回も含まれるが、それは腾讯云社区の記事本文の中で完結しており、リポジトリ内にソースファイルとして置かれているわけではない。読む場所と動かす場所が分離している構造だと理解しておく必要がある。

中国語話者以外には薄いリポジトリ

最大の制約は言語だ。README も索引 Markdown も記事本文も中国語で書かれており、英語版や日本語版の導線は用意されていない。リンク先は腾讯云社区のドメインで、記事の閲覧にはネットワーク到達性が要る。機械翻訳を挟めば読めないことはないが、Prompt、COT、RAG といった用語はそのまま英語表記で使われているため、用語レベルの対応は比較的取りやすい。もう一つの制約は鮮度の管理方法だ。README の冒頭に「持续更新以下内容」とあり、更新は継続される前提で書かれているが、系列番号が66まで進んだ一覧の中で、古い回が改訂されたかどうかは README からは分からない。系列1の内容が現在も有効とは限らず、読む際は公開日を確認する必要がある。ライセンスはリポジトリ情報からは取得できておらず、索引や記事本文の再配布条件は不明だ。引用や転載を考える場合は、この点を先に確認することになる。

Awesome系リストとの違い

同じ分野の代表的な選択肢に awesome-LLM 系のリストがある。あちらは数百のリポジトリや論文をカテゴリ別に並べる辞書的な性格が強く、項目ごとの説明は一行から数行で、読者が自分で論文を読む前提で作られている。DecryptPrompt は逆で、項目数は絞られ、代わりに一つ一つのテーマに対して著者自身の解説記事が付く。索引としての網羅性では awesome 系に劣るが、なぜその手法が登場し、何を解決し、どこで限界に当たったかという文脈は記事側で補われる。網羅的に候補を集めたいなら awesome 系、特定テーマの系譜を追いたいなら DecryptPrompt、という住み分けになる。両方を併用する読み方も成立する。

更新コストとメンテナンスの見通し

このリポジトリの維持は、索引 Markdown の更新とブログ記事の執筆という2種類の作業から成る。索引はリンクを足すだけなので負荷は軽いが、記事は1本ごとに論文を読み解く必要があり、番号が66まで積み上がっている事実がその累積コストを示している。読者側のコストは逆で、索引5本を開いて自分の領域を探す手間は小さいが、系列を横断して読む場合は記事間の重複や前提のずれを自分で埋める必要がある。リポジトリにはリリースもタグも取得できておらず、バージョンを固定して参照する仕組みはない。特定時点の内容を引用したい場合は、記事の URL と閲覧日を控えておくのが現実的な対処になる。

編集部の結論

論文を読みながら Prompt 設計の系譜を一本の線で追いたい読者、特に中国語で読める解説を必要とする読者には向く。逆に、動くコードやインストール可能なパッケージを期待する人には向かない。README に列挙された 5 つの索引 Markdown（开源模型.MD、开源框架.MD、开源数据.MD、AIGC各领域应用.MD、教程博客会议.MD）を開き、自分の関心領域の章が実際に埋まっているかを確認してから読み始めるのが最初の一歩になる。

公式情報源

1. DSXiangLi/DecryptPrompt on GitHub
2. Issues
3. README