文章索引

建议先阅读「阅读路线.md」和全书导读。独立章节在 chapters，完整程序在 examples；PDF 可直接阅读全部图与公式。

• 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”