📚 LLM 教程 · 总目录

共 66 章 · 156 篇文件,每章含正文、自测题、答案解析。点击卡片进入阅读:

66章节

156篇文件

3格式 / 章

L01

自注意力Self-Attention

正文自测题自测题答案

L02

Transformer 与 Decoding

正文自测题自测题答案

L03

Tokenizer

正文自测题自测题答案

L04

位置编码与 RoPE

正文自测题自测题答案

L05

Normalization 与 Pre-Norm_Post-Norm

正文自测题自测题答案

L06

Embedding 与常用编码方法

正文自测题自测题答案

L07

模型微调：LoRA 与 AdaLoRA

正文自测题自测题答案

L08

模型微调：QLoRA与 PEFT 方法对比

正文自测题自测题答案

L09

强化学习：强化学习基础与马尔可夫决策过程 MDP

正文自测题自测题答案

L10

强化学习：Bellman Equation 与策略迭代算法

正文自测题自测题答案

L11

强化学习：蒙特卡洛方法、Sarsa 与多步 Sarsa

正文自测题自测题答案

L12

强化学习：Q-learning、Dyna-Q 与 DQN

正文自测题自测题答案

L13

强化学习：策略梯度、REINFORCE 与 Actor-Critic

正文自测题自测题答案

L14

强化学习：传统 PPO、RLHF 定义与 NLP 场景强化学习

正文自测题自测题答案

L15

强化学习：RLHF-PPO 与 GRPO

正文自测题自测题答案

L16

强化学习：DPO 与 ORPO

正文自测题自测题答案

L17

强化学习：DAPO、GSPO 与 SAPO

正文自测题自测题答案

L18

训推不一致

正文自测题自测题答案

L19

模型压缩：量化、ZeroQuant、LLM.int8() 与 SmoothQuant

正文自测题自测题答案

L20

模型压缩：GPTQ、AWQ、剪枝与蒸馏

正文自测题自测题答案

L21

分布式训练：DDP、DP 与 FSDP

正文自测题自测题答案

L22

分布式训练：DeepSpeed 与 ZeRO

正文自测题自测题答案

L23

调参技巧

正文自测题自测题答案

L24

Flash Attention

正文自测题自测题答案

L25

提示工程

正文自测题自测题答案

L26

RAG

正文自测题自测题答案

L27

RAG 优化

正文自测题自测题答案

L28

Chunking-free RAG

正文自测题自测题答案

L29

向量索引

正文自测题自测题答案

L30

Rerank

正文自测题自测题答案

L31

Rerank模型

正文自测题自测题答案

L32

Long Context

正文自测题自测题答案

L33

Long Context~NTK-aware 插值

正文自测题自测题答案

L34

Long Context~YaRN 与 LongRoPE

正文自测题自测题答案

L35

长上下文窗口分割

正文自测题自测题答案

L36

长上下文提示压缩

正文自测题自测题答案

L37

更多提示压缩方法

正文自测题自测题答案

L38

GraphRAG

正文自测题自测题答案

L39

Agentic RAG

正文自测题自测题答案

L40

Agent 概述

正文自测题自测题答案

L41

CoT与ReAct

正文自测题自测题答案

L42

Plan-and-Solve 规划方法

正文自测题自测题答案

L43

反思 Reflexion

正文自测题自测题答案

L44

Agent记忆

正文

L45

工具 Tool

正文自测题自测题答案

L46

多智能体为什么失败？

正文

L47

MCP

正文

L48

Skills与OpenClaw

正文

L49

Harness Engineering

正文

L50

LLM推理两阶段：Prefill 和 Decode

正文

L51

KV cache

正文自测题自测题答案

L52

推理评估方式

正文

L53

vLLM-PagedAttention

正文

L54

DistServe-PD分离

正文

L55

Sarathi-Chunked Prefill

正文

L56

Speculative Decoding-投机解码

正文

L57

大模型推理链压缩

正文

L58

大模型预训练定义与预训练数据集

正文

L59

预训练过程、评估与继续预训练

正文

L60

DeepSeek-R1

正文

L61

DeepSeek-V3：MLA、DeepSeekMoE 与多 Token 预测

正文

L62

DeepSeek 后续工作：NSA 与 DSA

正文

L63

Qwen 2.5

正文

L64

MiniMax-01

正文

L65

Qwen 3 后训练

正文

L99

独立文章_Qwen3-VL系列是如何理解视频时序的？

正文