大模型简介
串起语言建模、对齐微调、推理优化、检索增强与系统评测。
本分类共 3 个章节、12 个知识点。展开左侧章节，或从下方目录选择一篇文章开始阅读。
学习路线
从 Token 与自回归建模开始，理解 Transformer 和解码过程；再按任务选择提示、检索或微调，并使用固定评测集比较质量、成本和延迟。
大语言模型
理解语言模型从文本表示到自回归生成的完整链路。
对齐、微调与推理
让基础模型适应任务、偏好和有限计算资源。
检索、评测与安全
把外部知识接入模型，并系统衡量质量、成本和风险。
串起语言建模、对齐微调、推理优化、检索增强与系统评测。
本分类共 3 个章节、12 个知识点。展开左侧章节，或从下方目录选择一篇文章开始阅读。
从 Token 与自回归建模开始，理解 Transformer 和解码过程；再按任务选择提示、检索或微调，并使用固定评测集比较质量、成本和延迟。
理解语言模型从文本表示到自回归生成的完整链路。
让基础模型适应任务、偏好和有限计算资源。
把外部知识接入模型，并系统衡量质量、成本和风险。