阅读路线

这本书按依赖关系组织：先弄清输入、目标和状态，再比较实现选择，最后用小实验核对结论。第一次阅读可以顺序推进，复习时按下面的阶段回查。

阶段	章节	关注的问题
理解模型输入与结构	1—5	从 NLP 表示、注意力和训练目标，走到现代解码器组件。
走通训练和应用	6—12	理解 tokenizer、损失、微调、评估、RAG 与 Agent 的数据和状态。
理解 Agentic RL	13—16	核对 GRPO、OPD、Search-R1 与 ReTool 的奖励、概率与工具边界。
专题扩展	17—21	小模型、多模态、推理预算和语义检索各有独立假设与验证条件。
复现与回查	22	按环境、依赖和资源边界组织实验，回查来源和未验证项目。

怎样安排实验

先按 examples/core/README.md 准备环境，运行该目录的离线检查。后半部分的独立小程序验证概率、协议、预算或检索逻辑；它们不等于真实大模型能力评测。每个入口的运行方式以对应章节和代码说明为准。

训练损失下降、数学例子相符和某个真实模型表现更好，是三种不同结论。请分别记录输入、版本、随机种子、比较条件和输出；书中未运行的大规模、GPU、API 或在线服务路径不算已验证。

怎样回查证据

正文在关键观点附近标注固定源码、官方文档或原始论文，书末集中列参考资料。完整原创实验代码列于附录，也以单独文件放在 ZIP 中。配套原始依赖保留路径和许可；不要任意移动后再运行。