Skip to content

参考资料索引 ​

以下按章节收录原始链接。每项主张与来源的对应关系、固定版本、实验条件和未验证范围,以正文为准。

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” ​

保留各书来源与许可 · 示例运行条件以正文为准