教程
硬核
🗓 2026-08-31
⏱ 阅读需约 600 分钟
大模型基础完全教程
为对大语言模型感兴趣的用户系统地讲解相关基础知识、介绍前沿技术。包括传统语言模型、大语言模型架构演化、Prompt工程、参数高效微调、模型编辑、检索增强生成等六章内容。
为增加本书的易读性，每章分别以一种动物为背景，对具体技术进行举例说明，故此本书以六种动物作为封面。
目录
| 章节 | 所含内容 |
|---|---|
| 第1章：语言模型基础 | 1.1 基于统计方法的语言模型 1.2 基于 RNN 的语言模型 1.3 基于 Transformer 的语言模型 |
| 第2章：大语言模型 | 2.1 大数据 + 大模型 → 新智能 2.2 大语言模型架构概览 2.3 基于 Encoder-only 架构的大语言模型 2.4 基于 Encoder-Decoder 架构的大语言模型 2.5 基于 Decoder-only 架构的大语言模型 |
| 第3章：Prompt工程 | 3.1 Prompt 工程简介 3.2 上下文学习 3.3 思维链 3.4 Prompt 技巧 3.5 相关应用 |
| 第4章：参数高效微调 | 4.1 参数高效微调简介 4.2 参数附加方法 4.3 参数选择方法 4.4 低秩适配方法 4.5 实践与应用 |
| 第5章：模型编辑 | 5.1 模型编辑简介 5.2 模型编辑经典方法 5.3 附加参数法：T-Patcher |
| 第6章：检索增强生成 | 6.1 检索增强生成简介 6.2 检索增强生成架构 6.3 知识检索 6.4 生成增强 6.5 实践与应用 |
内容来源于Github。