主题
Happy LLM 原理与实践
从基础原理到微调、检索与应用。共 22 篇正文。
章节目录
- 第 01 章 先把语言任务写成可检查的输入和输出
- 第 02 章 注意力怎样把信息搬到需要它的位置
- 第 03 章 预训练目标决定模型能看见什么
- 第 04 章 训练规模很大，结论仍要落到证据上
- 第 05 章 把一个小型 LLaMA 风格解码器拆开
- 第 06 章 Tokenizer 和标签决定模型实际学到什么
- 第 07 章 训练闭环：从损失到可重载的模型
- 第 08 章 使用 Transformers，仍然要核对模型和数据的约定
- 第 09 章 少训练一些参数，究竟省了什么
- 第 10 章 评测要回答一个明确的问题
- 第 11 章 RAG 先找证据，再检查回答有没有用对证据
- 第 12 章 Agent 是一个受约束的执行循环
- 第13章 GRPO：从一组答案中产生学习信号
- 第14章 OPD：让教师评价学生走过的路径
- 第15章 Search-R1：把搜索结果放回可训练的轨迹
- 第16章 ReTool：工具执行反馈、奖励与隔离边界
- 第 17 章 小模型微调：先把一项任务做可靠
- 第 18 章 Transformer 设计复盘：从文本到注意力，哪里最容易接错
- 第 19 章 拼接式视觉语言模型：图像真的进入语言模型了吗
- 第20章 思考预算与生成：更多 token 应该花在哪里
- 第21章 CDDRS：把“找相似内容”变成可审计的知识检索
- 第22章 分章环境与复现：把“能读懂”变成“知道验证了什么”