LLM基础知识分成了十个部分
1️⃣ Transformer结构
2️⃣ 主流大模型
3️⃣ 预训练 Pre-train
4️⃣ 后训练 Post-train
5️⃣ 模型压缩与量化
6️⃣ 专家模型 MoE
7️⃣ RAG & Agent
8️⃣ 部署&分布式训练&推理加速
9️⃣ 模型评估
🔟 其他结构
看基础知识的同时,配合paper和源码,理解会更深,LLM迭代速度超快,平时多刷刷“三大会”👉 机器之心、量子位、新智元。
上篇:
Echo:还在用“旁路由”?All in One主机才是未来:PVE+OpenWrt+NAS
下篇:
5分钟一键生成软著申请材料,coze工作流全教程,含提示词
1 大模型无非就这点东西 2 一天做出短剧App:我的MCP极速流 3 我用ai员工自动运营Google,登顶并收8k美金 4 不想上班,居家可以做的10份工作(附上方法) 5 controlnet-canny, controlnet-depth 场景介... 6 AI推理: 引导尺度, 采样步数, 采样偏移 7 使用MCP+Neo4j零代码构建自己的知识图谱 8 2025年性价比最高的AI服务器拆解:768GB显存暴打训练慢的痛点 9 AIGC高阶教程:用即梦AI提示词榨干模型创作力 10 运镜教学整理合集,即梦3.0必备,新手秒变大神 11 7大热门Agent框架盘点:助你轻松构建多智能体AI应用 12 AI写小说的喂饭教程我整理好了!轻轻松松写一篇100万字的小说 !!!