LLM 开发工程师入行实战
从环境搭建到 Agent 实现，19 章完整覆盖 LLM 开发全链路。 IP：怕浪猫 | 风格：掘金实战
系列文章
| 章节 | 标题 | 核心内容 |
|---|---|---|
| 第1章 | LLM大模型工程师入门实战 — 课程导学 | 课程导学、能力模型、学习路径 |
| 第2章 | 千里之行，始于足下 — 初识大语言模型 | LLM定义、发展历程、能力边界、私有模型意义 |
| 第3章 | 工欲善其事，必先利其器 — 开发环境搭建 | MiniConda、VSCode、GPU驱动、Docker、云端免费算力 |
| 第4章 | 牛刀小试 — 使用HuggingFace训练GPT-2 | HuggingFace生态、Trainer API、group_text、generate_text |
| 第5章 | 提高学习效率 — 驾驭LLM的对话艺术与工具 | AI编程工具、LLM助手、提示工程 |
| 第6章 | 必知必会的基础知识 — Python语言基础 | Python语法、复合类型、NumPy、Matplotlib |
| 第7章 | 深度学习核心入门 — 洞悉AI的学习之道 | 神经网络、梯度下降、反向传播、激活函数 |
| 第8章 | 掌握"炼丹术" — 优化深度学习训练参数 | 向量化、正则化、Dropout、BN、Adam |
| 第9章 | 【实战】手写字识别 — 第一个AI模型诞生记 | PyTorch、MNIST、训练循环、模型保存 |
| 第10章 | 【实战】数据爬取与清洗 — 为大模型"备粮草" | 爬虫、数据清洗、去重、训练数据集构建 |
| 第11章 | 让机器读懂文本 — 文本与分词艺术 | 分词、Tokenizer、BPE、tiktoken、Embedding |
| 第12章 | 画龙点睛 — 注意力机制的奥秘 | QKV、自注意力、缩放因子、矩阵化实现 |
| 第13章 | 石破天惊 — Transformer架构的革命 | 编码器解码器、位置编码、多头注意力、掩码 |
| 第14章 | 麻雀虽小，五脏俱全 — 实现"迷你"版大语言模型 | 从零实现GPT、训练、生成、保存 |
| 第15章 | 模型微调与文本分类 — 让通用模型变身专家 | 指令微调、LoRA、评估、peft |
| 第16章 | 知识蒸馏 — 智慧的浓缩与传承 | 黑盒/白盒蒸馏、KL散度、思维链蒸馏 |
| 第17章 | 减少模型幻觉 — 为LLM插上RAG的"记忆"之翼 | RAG架构、向量数据库、检索增强生成 |
| 第18章 | Agent与MCP — 从语言到行动的终极进化 | ReAct、Function Calling、记忆工程、Agent实现 |
| 第19章 | LLM大模型工程师入门实战 — 课程总结 | 全链路回顾、技术栈总结、面试要点、进阶方向 |