GOCLAWLLM ENGINEERING
GoClaw 首页

FROM TENSORS TO PRODUCTION

理解语言模型,
从可验证的实现开始。

这是一份面向工程实践的 LLM 学习手册。内容覆盖数学基础、Tokenizer、Transformer、预训练、KV Cache、微调、评估、RAG 与生产服务;关键章节配有可下载的 Notebook 和独立代码。

22系统章节
11可运行 Notebook
13独立实验脚本

LEARNING PATH

从原理、实现到生产系统

每个主题都回答三个问题:机制如何工作,怎样通过最小代码验证,以及进入真实系统后会遇到哪些约束。

010. 如何使用这份手册021. LLM 领域全景图032. 必要数学基础043. 环境与工具054. 数据与 Tokenizer065. 从神经网络到语言模型076. Transformer 逐部件讲透087. 从零训练 TinyGPT098. 预训练工程109. 推理:从生成到性能优化1110. 微调:从 Full Fine-tuning 到 LoRA/QLoRA1211. 对齐:SFT、Reward Model、RLHF 与 DPO1312. 评估:证明模型真的变好了1413. RAG、工具调用与 Agent1514. 服务、部署与可观测性1615. 现代架构与高级主题1716. 研究和工程中的常见误区1817. 24 周系统学习计划1918. 最终综合项目的目录模板2019. 公式与概念速查2120. 官方文档与经典论文2221. 实验资料与 Notebook

HANDS-ON LABS

代码在用户设备上运行

本站不托管 Jupyter 服务或 GPU。Notebook、数据和依赖清单作为静态文件提供下载,实验过程可复现,也不会引入共享计算环境的安全风险。

查看实验资料 →