大模型手册

外观

学习路径：三条路线

本页速览 本手册的三条学习路径——求职冲刺、系统精进、案头速查——分别对应不同目标人群与时间预算，给出每周安排、页面清单与检验标准，是全站的总入口地图。

学习路径：三条路线 ​

一句话定位：学习路径是全站的地图——它不回答"大语言模型是什么"（那是什么是大语言模型的事），也不展开任何具体技术，而是回答三个更前置的问题：我该按什么顺序读？每阶段读到什么程度？读完怎么知道自己学会了？

本站七个模块（导读 / 核心知识 / 经典案例 / 论文精读 / 实践指南 / 求职与 JD / 资源）大约有 40 个页面。任何人从头读到尾都不现实，也不必要。三条路线帮你做减法：同一座山，有三条不同的上法。

一、三条路线总览 ​

维度路线 A：求职冲刺路线 B：系统精进路线 C：案头速查
目标人群准备面试、时间有限想建立系统知识体系已在做 LLM 相关工作
核心目标面试能答、项目能讲概念通透、能动手复现遇到问题快速定位答案
建议时长4~6 周 × 每天 3~4 小时8 周 × 每周 10~15 小时无固定时长，按需查阅
主线页面概念页 + 面试题库概念页 + 案例页 + 实践页实践页 + 资源页
阅读深度要结论，能复述要推导，能拆解要答案，能照做
检验标准面试题能做对八成能从零讲清任一核心概念无需再向别人求助
text
三条路线不是三个等级，而是三种投入方式：

  求职冲刺：     概念 ──→ 面试题 ──→ 能答
  系统精进：     概念 ──→ 案例 ──→ 实践 ──→ 能造
  案头速查：     问题 ──→ 页面 ──→ 答案 ──→ 能查

怎么选？

把"一个月后我要交付什么"问清楚。下个月要面试 → 选 A；下个月要负责一个微调/RAG 项目 → 选 B；下个月要上线一个服务 → 选 C 起步，遇到瓶颈再补 B 的概念页。A 和 B 不是互斥的：绝大多数认真求职的人，实际走的是"B 的简化版 + A 的面试强化"。本文以 B 为主线给出完整 8 周计划，A 是它的裁剪，C 是它的反查索引。

二、路线 A：求职冲刺（4~6 周） ​

1. 目标与原则 ​

求职冲刺的投入产出比最高，但前提是抓大放小：只读面试高频考点，放弃冷门细节。大模型岗位面试的高频面覆盖四个区块——架构、训练、推理、应用，详见面试题库。冲刺的原则是"每个考点都能用自己的话讲两分钟"，而不是"看过的页面最多"。

2. 四周安排 ​

周次主题必读页面每日产出
W1概念与地基什么是大语言模型、语言建模、分词与词表用一段话给"什么是 LLM"下定义；手写 next-token 流程
W2架构与训练Transformer 架构详解、预训练、规模法则能画出 QKV 计算流程；能解释为什么缩放因子是 √d_k
W3后训练与推理微调、对齐、推理基础能复述 LoRA 的 W=W₀+BA；能画出 RLHF 三步
W4应用与冲刺RAG、基于 LLM 的 Agent、面试题库每天过 10 道面试题；把项目经历写成"背景→难点→方案→结果"

3. 检验标准 ​

  • 不看笔记，能画出 Transformer 结构图并标出 Q、K、V、残差、LayerNorm；
  • 能讲清 RLHF 的 SFT → 奖励模型 → PPO 三步，并说出 DPO 为什么可以省掉奖励模型；
  • 能说出 RAG 与微调各自解决什么问题、什么时候选哪个（参见RAG 与长上下文的权衡）；
  • 面试题模拟：从面试题库随机抽 10 题，能当场答对 8 题。

求职冲刺最常见的坑

把时间花在"背更多术语"而不是"讲清已有概念"上。面试官判断深浅的方式是追问，追问靠的是机制理解而不是术语量。宁可把Transformer一页读三遍，也不要囫囵吞下十页。

4. 面试高频考点速览 ​

四周路线对应的考点地图（即面试题库的压缩版，用于自检）：

区块高频考点对应页面
架构QKV 计算与缩放因子 √d_k、多头注意力动机、位置编码外推、因果掩码Transformer
训练next-token 目标与交叉熵、数据配比、规模法则、LoRA 的 W=W₀+BA语言建模、规模法则、微调
对齐RLHF 三步、奖励模型训练、PPO 与 KL 惩罚、DPO 为什么可以省掉奖励模型对齐
推理自回归与 KV Cache、温度与 top-p、量化、continuous batching、显存估算推理基础、部署
应用RAG 三阶段、Agent 循环、提示注入与安全RAG、Agent

用法：每天挑一行"用自己的话讲 2 分钟"，讲不通就回看对应页面。四周下来，这个表就是你的面试提纲。

三、路线 B：系统精进（8 周） ​

这是本手册的主线。它按"地基 → 架构 → 训练 → 对齐 → 评测 → 应用 → 部署 → 收口"的次序组织，与总体架构解剖的生命周期一一对应。每周三块内容：概念页打底、案例页找手感、实践页动手做。

1. 八周计划表 ​

周次主题概念页案例页实践页检验标准
W1导读 + 语言建模什么是大语言模型、演进简史、语言建模、分词与词表——能解释"为什么预测下一个词能学到知识"
W2架构Transformer 架构详解、上下文与长文本GPT 系列、BERT 与编码器家族—能手推 self-attention 复杂度 O(n²)；能对比编码器/解码器
W3训练与规模预训练、规模法则、MoEMoE 与超大规模模型从零构建一个大模型本地训练出一个小模型，损失曲线肉眼可见下降
W4后训练与对齐微调、对齐ChatGPT 与对话模型微调实战：LoRA 全流程用 LoRA 完成一次微调并对比微调前后效果
W5评测与安全评测与基准、幻觉、安全与风险—评估实战能解释 MMLU/GSM8K/HumanEval 各测什么；能设计一个自建评测集
W6提示与应用提示工程、推理基础RAG、基于 LLM 的 Agent提示工程实践、RAG 实战独立搭出一个带检索的问答系统
W7部署与服务——部署与服务化、框架与工具选型、常见陷阱能估算一个模型的显存占用；能说出 continuous batching 解决了什么
W8论文与收口——阅读路径、论文地图、经典论文精读精读 2~3 篇核心论文，能复述方法并指出局限

2. 每周的固定节奏 ​

每天 60 分钟读概念页（细读，做笔记）
每周一个晚上看案例页（只读，找"这个技术长什么样"）
每周一个下午动手（跑代码，改参数，看变化）
每周日 30 分钟自检（对照"检验标准"列）

3. 八个可复用的产出物 ​

系统精进的最终收获不是"读完"而是八件可展示的东西：

  1. 自己的"什么是 LLM"讲解稿（含一句定义 + 三层面拆解）；
  2. 手绘的 Transformer 结构图（可复述 QKV 与多头注意力）；
  3. 一个本地训练出来的小语言模型（哪怕只有几百万参数）；
  4. 一次完整的 LoRA 微调记录（含损失曲线与前后对比）；
  5. 一个自建的小评测集（10~20 条 golden set，附评判标准）；
  6. 一个跑通的 RAG demo（文档 → 分块 → 向量检索 → 生成）；
  7. 一份推理/部署选型笔记（框架对比 + 显存估算）；
  8. 2~3 篇论文的精读笔记（按经典论文精读的模板）。

为什么按这个顺序？

W1→W7 的次序就是模型生命周期的顺序：先有数据与目标，再有架构，然后训练、对齐、评测，最后部署与应用。倒过来学（先玩 API 再补原理）当然可以，但"原理错了还能玩，玩熟了却补不齐原理"——前者损失一次性的挫败感，后者损失系统理解。另外，W8 的论文阅读需要前七周的概念储备，放在最后读效率最高。

4. 每周配比的选择逻辑 ​

八周表里每一列都不是随便放的，背后的选择逻辑值得讲透，方便你自己调整：

周次为什么这么配
W1先立"定义与目标"（什么是 LLM、为什么预测下一个词），再进机制，否则后续全部悬空
W2架构是全部机制的载体，且编码器/解码器对比（案例页）能让架构抽象落地
W3理解了架构再看"怎么训练"，训练完再看"怎么规模更大"（规模法则），逻辑顺
W4预训练给出能力，后训练给出形态；SFT/对齐与 LoRA 是本阶段工程上最常用的技术
W5评测与安全在"动手改模型"之前建立，避免"闭眼调参、上线裸奔"
W6提示是零代码的入门应用，RAG/Agent 是当前最主流的两类系统形态
W7部署把模型变成服务；连续批处理、量化等概念在此处才真正有意义
W8论文给"一手源头"，面试是"检验输出"，两者都是收口而非新开

可调整性原则：每周内部顺序可换（先看案例再看概念也行），但周与周的依赖（先 W2 后 W3）不建议打破。若某周投入不足，宁可顺延一周，也不要跳过——跳过的章节会在后续所有周里反复挡路。

四、路线 C：案头速查 ​

1. 使用方式 ​

案头速查不需要"读"，只需要知道每一页解决什么问题。先花 30 分钟把总体架构解剖过一遍（它是全站的索引），之后遇到问题直接翻对应页面：

工作中遇到直接查阅
模型输出质量差，想改进提示工程实践 → 常见陷阱
需要私有知识问答RAG 实战
需要让模型按格式输出 JSON提示工程
模型生成重复/乱码/胡说幻觉 → 推理基础
想要模型变小变快部署与服务化
选框架/选模型框架与工具选型、主流模型档案
查术语/查数据集术语表、数据集与基准档案
追前沿前沿进展

2. 速查的进阶形态 ​

工作半年后，案头速查会自然升级为**"先查自己、再查手册"**：遇到问题先复述问题本身（往往复述完就知道答案在哪），再决定查术语表确认名词，还是查实践页找流程，还是查论文找原理。这个习惯比记住任何一页的内容都值钱。

五、三条通用建议 ​

无论走哪条路线，五条建议通吃：

  1. 动手先于阅读。概念页读完 80% 的效果，不如把从零构建一个大模型的小模型跑一遍。代码会强迫你面对"我以为我懂了"的幻觉。
  2. 主线 + 支线。主线每周只推一个主题；支线（术语表、资源清单、模型档案）只在需要时翻，不占用主线时间。
  3. 以输出检验输入。每周结束时，试着给一个朋友（或一面墙）讲本周主题，卡住的地方就是下周要补的地方。
  4. 给知识标失效日期。大模型领域 18 个月淘汰一代结论，书页上的"最新"很快会变旧。涉及模型规格与榜单时，以主流模型档案等页面的 dataAsOf 标注为准，并随时回看前沿进展。
  5. 先定检验标准，再开始读。三条路线每阶段都写了"检验标准"列，把目标翻译成可验证的行为（"能手推注意力复杂度"比"读完 Transformer 页"可检验得多）。

检验标准的用法

检验标准不是"读完自测的考试"，而是决定何时停下的信号灯：达标就进入下一阶段，不达标就回头重读，而不是硬着头皮赶进度。大模型知识是网状的——某一页读不动，常常是前置页没读透（比如读微调吃力，多半是Transformer没消化）。允许自己回退，进度才会真的推进。

六、全站地图：七个模块一览 ​

模块一句话典型页面什么时候读
导读 guide定义、历史、地图与概念边界什么是大语言模型、演进简史第一周必读
核心知识 concepts14 页把 LLM 拆成可独立理解的知识点Transformer、对齐系统精进的主干
经典案例 case-studies把知识点落回具体模型与系统GPT 系列、Llama 与开源生态每学一个概念，配一个案例
论文精读 papers回到一手论文，建立"原理的源头"论文地图、经典论文精读W8 及进阶
实践指南 practice从代码与流程层面"照做能成"微调实战、RAG 实战动手时同步查阅
求职与 JD career岗位版图、JD 拆解与面试题库面试题库求职冲刺专用
资源 resources术语、数据集、模型、精选资源档案术语表、主流模型档案随时查阅

七、常见学习误区与对策 ​

三条路线的共性误区，提前排雷：

误区典型表现对策
只读概念不碰代码能复述 LoRA 原理，却跑不出一行微调代码每周强制一段动手时间，从从零构建开始
只追新模型不建地基天天刷发布新闻，但说不清注意力机制新模型当"案例"读，落回Transformer等概念页理解
贪多求快一周读完 10 页，没有一页消化按检验标准放慢；"读完"不等于"学会"
只背结论不追原因记得住"数据/参数约 1:20"，说不出为什么问"这个数字从哪来、怎么推导"，回看规模法则
忽视评测与安全模型跑通了就交付，不建评测集不看风险把评估实战与安全与风险纳入必读，而非可选项

一句话总结

求职冲刺用 4 周把高频考点讲成自己的话，系统精进用 8 周从地基走到论文与面试，案头速查让手册成为随身工具。三条路线共用同一套页面，区别只在顺序、深度与检验方式。

延伸阅读 ​

参考资料 ​