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 先画清语言模型的任务与边界 ​

第 02 章 张量、自动微分与最小训练闭环 ​

第 03 章 文本怎样变成 token:词表、BPE 与特殊符号 ​

第 04 章 从加权平均推导自注意力与因果掩码 ​

第 05 章 多头注意力的实现选择与 buffer 生命周期 ​

第 06 章 把注意力组装成 GPT:归一化、残差与输出头 ​

第 07 章 参数、FLOPs、显存与吞吐怎样估算 ​

第 08 章 KV cache:先证明等价,再讨论加速 ​

第 09 章 GQA、MLA 与跨层 KV 共享 ​

第 10 章 局部与稀疏注意力:SWA 和 DSA ​

第 11 章 Gated DeltaNet:从矩阵状态理解递推 ​

第 12 章 MoE:路由、专家与负载 ​

第 13 章 预训练目标、交叉熵与验证集 ​

第 14 章 采样、温度、top-k 与生成边界 ​

第 15 章 权重格式、参数映射与低内存加载 ​

第 16 章 语料整理与 Gutenberg 训练工程 ​

第 17 章 学习率、梯度裁剪、超参数与 Muon ​

第 18 章 训练性能及 CPU、MPS 数值差异 ​

第 19 章 从 GPT 到 Llama:RoPE、RMSNorm 与门控前馈 ​

第 20 章 Qwen3 与 Qwen3.5:同一个名字下,两种记忆接口 ​

第 21 章 Gemma 3、Gemma 4:局部层、共享层与数值约定 ​

第 22 章 OLMo 3、Tiny Aya 与可替换模型接口 ​

第 23 章 扩展分词器:新 ID 还需要新的模型行 ​

第24章 文本分类:一个输出位置,决定模型看见多少内容 ​

第25章 指令微调:先把“该预测什么”排对 ​

第26章 指令数据:先防止自己给自己打高分 ​

第27章 DPO:比较两个回答,也要说明比较的基准 ​

第28章 LoRA:冻结大矩阵,学习一个可合并的增量 ​

第29章 三种界面,同一条推理链路 ​

第30章 包接口与测试:怎样知道自己运行的是同一份模型 ​

第31章 习题闭环与延伸:知道哪里已经验证,哪里还没有 ​

保留各书来源与许可 · 示例运行条件以正文为准