LLM¶

大语言模型正在进入我们的现代生活：从搜索问答、内容创作与代码开发，到科研辅助、日常办公和各类智能体系统，它正在改变我们获取信息、解决问题和与世界交互的方式。这些能力背后，一个大语言模型究竟如何理解和生成语言？它又是怎样从“预测下一个词”，逐渐成为能够遵循指令、调用知识并完成复杂任务的通用模型？

在本节课程中，我们将沿着一条完整的技术链路走进大语言模型：从文本如何被切分为 Token，到 Transformer 如何处理上下文；从海量数据上的预训练，到sft、opd与rl等后训练方法，再到模型如何在推理阶段生成答案，并进一步连接工具与智能体系统。同时，我们也将概览大模型能力的来源与边界，理解幻觉、效率、评测、安全和可解释性等关键问题。

完成本次课程后，同学们将对大语言模型的数据、架构、训练、推理、对齐、评测与应用形成一张知识地图，理解现代 LLM 从数据走向智能系统的过程，并初步认识模型研究、系统优化、智能体、可解释性与 AI 应用等不同方向。