📃前言

🌟在这里学习LLM，你将获得

• 超生动形象的技术讲解 ：我们摒弃了那些充斥着大量简单复制粘贴以及生硬 AI 合成内容的技术博客，每一篇技术文章都经过精心打磨，让你轻松理解复杂的知识。

• 超有料的技术实战 ：从零开始一步步实现代码，带你在实战中深入探究原理，真正掌握 LLM 的精髓。

📚 LLM知识地图

• 基础部分

  • Python基础

    • Logging模块 （ Logging模块）

    • Import模块（ Import模块）

  • 机器学习基础

    • 特征提取

      • 文本表示模型

        • Bag-of-words （ Bag-of-words）

          • Topic Model （ Topic Model）

          • Static Word Embedding （ Static Word Embeddings）

  • 深度学习基础

  • LLM基础

• Transformer结构

  • Tokenizer （Tokenizer）

  • Embedding （ Embeddings）

    • Dynamic Word Embedding （ Dynamic Word Embeddings）

  • FeedForward ( FeedForward）

• Prompt工程

• 模型训练

  • LLM显存需求 （ LLM显存需求）

    • LLM精度问题（ LLM精度问题）

    • LLM训练需要多少显存 （ LLM训练需要多少显存）

• 模型推理/部署

• MoE

  • 专家并行 （ 专家并行）

• 知识编辑

• LLM应用

• 多模态大模型

• LLM安全

🤝 与社区一起成长

本文档正在快速迭代中。 分享你的见解，提出你的疑问，共同进步。