LLM 入门圣经《LLMs 101》2026 版免费在线,从 Transformer 讲到本地部署
CatAstro_Piyush · x · 2026-11-17
TheAhmadOsman 在 X 上推荐《LLMs 101: A Practical Guide (2026 Edition)》,称其为「从第一性原理理解 LLM 的圣经」,现已免费在线阅读。文章覆盖两大部分:模型机制:tokens/tokenizer、Transformer、注意力机制、KV cache、prefill vs decode、解码控制、model packages、chat template、长上下文、RAG、agent/工具、微调、多模态;本地运行:local 的真正含义、open-weight 与开源的区别、量化、VRAM 计算、硬件档位、文件格式与加载安全、运行时与服务模式、模型选择、隐私、失败模式、评测与实操路径。适合系统入门 LLM 全栈知识。
「研究」频道最新
- 对「平坦极小值」论战的补充:LLM 上 Hessian 经验上仍有用 — burny_tech · 2026-11-17
- Bengio 团队旧文重提:尖锐极小值也能泛化,平坦性假说站不住 — burny_tech · 2026-11-17
- Bengio 等旧文再引热议:锐利极小值也能良好泛化 — burny_tech · 2026-11-17
- NUS Computing 首届 Ascent Fellows 出炉,九位青年研究者入选 — rishabh16_ · 2026-11-17
- 谷歌 DynamicWebPaige 构建 100 题赤平投影评测,考 AI 地质推理 — DynamicWebPaige · 2026-11-17
- RLAD 论文:双玩家 RL 训练模型自主发现推理抽象提升泛化 — burny_tech · 2026-11-17