如何阅读这本书¶
这本笔记不是按“扫一遍目录就结束”的方式设计的，它更像一本需要边读边跑、边记边改的技术书。
如果你是第一次来¶
推荐先按这个顺序走：
- 作者介绍：先知道这本笔记是从什么视角写的。
- 前言：理解为什么这本笔记会这样展开。
- 全书提纲与学习路线：建立全局地图。
- 第 1 章：机器学习与深度学习最小必要基础：把训练闭环补稳。
- 第 5 章：Attention 机制：进入 Transformer 主线。
三种读法¶
1. 从零跟读¶
适合刚开始系统学习 LLM 的读者。
建议路线：
- Part 1 基础补齐
- Part 2 NLP 与语言模型基础
- Part 3 Transformer 核心
- Part 4 现代 LLM 训练流程
- Part 5 / Part 6 再进入应用与工程
2. 先啃核心¶
适合已经有一点基础、但想尽快抓住关键的读者。
建议先看：
3. 先看应用链路¶
适合已经了解基础概念，想先建立工程直觉的读者。
建议先看：
怎么读效果最好¶
我更推荐你把它当成一本“要动手的书”来用：
- 遇到公式，自己推一遍
- 遇到代码，亲手跑一遍
- 遇到实验，改几个参数看看结果
- 每学完一章，写一页自己的复盘
这样知识才会从“看过”变成“真的会”。
你最终应该带走什么¶
理想情况下，读完这本笔记，你不只是多了很多术语，而是能逐步沉淀出这些东西：
- 一套更完整的 LLM 知识地图
- 几个能拿得出手的 from-scratch 或应用项目
- 一批可以复用的技术文档、README 和博客素材
- 一种更稳定的学习和表达方式