跳转至

大模型（ LLM ）系统学习指南

⚠️ 时效性说明：本章涉及前沿模型/价格/榜单等信息，可能随版本快速变化；请以论文原文、官方发布页和 API 文档为准。

LLM 学习路线总览图

写给曾经的"调包侠"：如果你也和我一样，习惯了让 AI 写代码，离开 AI 就寸步难行——那么这份指南就是为你准备的。我们要做的不是"学会调用 API"，而是真正理解大模型是如何工作的。

为什么要学习大模型

大语言模型（ Large Language Model, LLM ）是近年来 AI 领域最重要的突破。从 ChatGPT 到 Claude ，从开源的 Llama 到国内的 ChatGLM ，这些模型正在改变我们与计算机交互的方式。

但更重要的是：理解大模型，是理解现代 AI 的必经之路。

学习前的自我检查

你需要具备的基础

✅ 必须掌握（如果你已经学过 ML/DL ，这些应该都有）： - Python 编程基础 - PyTorch 或 TensorFlow 基础使用 - 深度学习基础（神经网络、反向传播、优化器） - 基本的线性代数和概率论

⚠️ 建议掌握（如果没有，学习过程中会补充）： - Transformer 架构的基本概念 - 注意力机制的原理 - 基本的 Linux 命令

心态准备

学习大模型不是一件容易的事。你会遇到： - 复杂的数学公式 - 需要大量计算资源的实验 - 看似永远无法调通的 bug

但请记住：每一次亲手解决问题的经历，都会让你离"独立开发者"更近一步。

学习路线图

Text Only
┌─────────────────────────────────────────────────────────────────┐
│                        大模型学习路线图                          │
├─────────────────────────────────────────────────────────────────┤
│                                                                 │
│  第一阶段：基础巩固（2-3周）                                      │
│  ├── Transformer架构深入理解                                     │
│  ├── 自注意力机制数学推导                                        │
│  ├── 位置编码与变体                                              │
│  └── 🎯 里程碑：手写完整Transformer（不依赖模板！）               │
│                                                                 │
│  第二阶段：大模型核心技术（3-4周）                                │
│  ├── 模型并行与分布式训练                                        │
│  ├── 高效微调技术（LoRA、QLoRA）                                 │
│  ├── 推理优化（KV Cache、量化）                                  │
│  ├── 长上下文处理技术                                            │
│  └── 🎯 里程碑：实现LoRA并微调一个真实模型                       │
│                                                                 │
│  第三阶段：系统与工程（3-4周）                                    │
│  ├── 数据工程与预处理                                            │
│  ├── 训练基础设施（混合精度、梯度累积）                          │
│  ├── 推理服务部署（vLLM、TGI）                                   │
│  ├── 对齐技术（RLHF、DPO）                                       │
│  └── 🎯 里程碑：部署本地大模型API服务                            │
│                                                                 │
│  第四阶段：前沿探索（持续）                                       │
│  ├── 多模态大模型                                                │
│  ├── 智能体（Agent）系统                                         │
│  ├── RAG与长文本处理                                             │
│  └── 模型架构创新（Mamba、RWKV）                                 │
│                                                                 │
└─────────────────────────────────────────────────────────────────┘

核心学习原则

1. 先思考，后验证

遇到问题时，先自己思考至少 10 分钟，写下你的想法和可能的解决方案，然后再去查资料或问 AI 。

为什么？ 这个过程会强迫你的大脑建立神经连接。直接问 AI 得到答案，你的大脑什么都没做。

2. 手写代码，拒绝复制粘贴

这是最重要的一点。

当你学习一个算法时： - ❌ 不要：打开 AI 助手，说"帮我实现 Transformer" - ✅ 要：打开一个空白文件，从import torch开始，一行一行自己写

你会写得很慢，会出错，会调试很久——但这正是学习的过程。

3. 数学推导，不要只看

看到公式时，拿起笔和纸，自己推导一遍。例如： - 注意力分数的计算 - 反向传播的梯度推导 - 损失函数的数学形式

4. 实验验证每个概念

每个理论概念都要有对应的代码实验。例如： - 学了位置编码？画个图看看不同位置的编码是什么样的 - 学了注意力？可视化一下注意力权重矩阵 - 学了量化？对比一下 FP32 和 INT8 的精度差异

5. 教给别人

尝试用自己的话解释概念。可以： - 写学习笔记 - 在论坛回答问题 - 给同学/朋友讲解

如果你不能简单解释清楚，说明你还没真正理解。

每个阶段的学习方法

第一阶段：基础巩固

目标：建立对 Transformer 的深入理解

学习方法： 1. 阅读论文《 Attention Is All You Need 》（先读摘要、结论，再读方法） 2. 跟着教程理解每个组件 3. 关键：关闭所有 AI 助手，手写一个 Transformer 4. 训练一个字符级语言模型（生成莎士比亚风格的文本）

检验标准： - 能手写出 Transformer 的核心代码（不查资料） - 能解释清楚为什么需要位置编码 - 能画出注意力权重的热力图

第二阶段：核心技术

目标：理解现代大模型的关键技术

学习方法： 1. 学习 LoRA 论文，理解低秩适配的原理 2. 动手实现 LoRA （从空白文件开始） 3. 在一个小数据集上微调 BERT 4. 学习推理优化技术，对比不同方法的性能

检验标准： - 能解释 LoRA 为什么能减少显存占用 - 能实现 LoRA 的前向和反向传播 - 能部署一个优化后的推理服务

第三阶段：系统与工程

目标：理解大模型作为一个系统的全貌

学习方法： 1. 学习数据工程的最佳实践 2. 写一个完整的训练脚本（包含日志、检查点、恢复） 3. 学习 vLLM 等推理框架的原理 4. 理解 RLHF 的训练流程

检验标准： - 能独立搭建一个训练 pipeline - 能部署一个高并发推理服务 - 能理解 DPO 和 PPO 的区别

第四阶段：前沿探索

目标：了解当前研究前沿，找到自己的兴趣点

学习方法： 1. 阅读最新的论文（ arXiv 每日更新） 2. 复现感兴趣的论文 3. 参与开源项目 4. 尝试自己的改进想法

推荐学习资源

必读论文

基础： 1. Attention Is All You Need - Transformer 开山之作 2. BERT: Pre-training of Deep Bidirectional Transformers 3. Language Models are Few-Shot Learners - GPT-3

核心技术： 4. LoRA: Low-Rank Adaptation of Large Language Models 5. Training Language Models to Follow Instructions - InstructGPT 6. Direct Preference Optimization - DPO

推理优化： 7. vLLM: Easy, Fast, and Cheap LLM Serving 8. FlashAttention: Fast and Memory-Efficient Exact Attention

推荐课程

  • Stanford CS224N: Natural Language Processing with Deep Learning
  • Stanford CS324: Large Language Models
  • Princeton COS597G: Understanding Large Language Models

推荐博客和教程

🎥 视频教程链接

中文视频教程

B 站推荐

💡 以下为推荐的 UP 主和搜索关键词，请在 B 站直接搜索获取最新内容。

推荐 UP 主（在 B 站搜索其名称即可找到）： - 李沐 - 「动手学深度学习」系列、论文精读（ Transformer 、 GPT 、 BERT 等） - 跟李沐学 AI - 大模型相关论文逐段精读 - 3Blue1Brown - 神经网络和数学直觉可视化 - 同济子豪兄 - 深度学习和大模型入门讲解

推荐搜索关键词： - "Transformer 架构 详解"、"Attention 机制 原理" - "LoRA 微调 教程"、"RLHF DPO 对齐" - "vLLM 部署 教程"、"大模型推理优化"

国内 MOOC 平台

💡 以下为推荐平台，请在平台内搜索相关课程名称，获取最新开课信息。

英文视频教程

YouTube 优质频道

Coursera 课程

Udemy 课程

edX 课程

💻 在线练习平台

LLM 学习实践平台

LLM 相关课程

  • Fast.AI - 实用导向的深度学习和 NLP 课程
  • Coursera - 搜索"Natural Language Processing Specialization"等课程
  • Udacity - NLP 和 Transformer 纳米学位项目
  • edX - Stanford CS224n 等 NLP 免费课程

实践项目建议

项目 1 ：手写 Transformer （第一阶段）

目标：从零实现一个 Transformer 模型

要求： - 不使用任何预定义的 Transformer 模块 - 自己实现多头注意力 - 自己实现位置编码 - 训练一个字符级语言模型

参考输出：能生成莎士比亚风格的文本

项目 2 ： LoRA 微调（第二阶段）

目标：实现 LoRA 并应用到真实模型

要求： - 自己实现 LoRA 层 - 在 GLUE 数据集上微调 BERT - 对比全量微调和 LoRA 的效果

项目 3 ：本地推理服务（第三阶段）

目标：部署一个本地大模型 API 服务

要求： - 支持并发请求 - 实现流式输出 - 支持量化推理 - 有简单的 Web 界面

常见陷阱与如何避免

陷阱 1 ：追求大模型，忽视基础

表现：一上来就想训练 7B 参数的模型

解决：先在小模型上验证你的想法，再扩大规模

陷阱 2 ：只看不动手

表现：看了很多论文和教程，但一行代码都没写

解决：每学一个概念，就写代码验证

陷阱 3 ：过度依赖 AI 助手

表现：一遇到问题就问 AI ，从不自己思考

解决：设定"思考时间"，强制自己先想 10 分钟

陷阱 4 ：贪多求全

表现：同时学多个方向，结果都不深入

解决：一个阶段专注于一个主题，彻底搞懂再往下

陷阱 5 ：忽视工程能力

表现：只关注算法，不关注代码质量和系统设计

解决：学习软件工程最佳实践，写好文档和测试

学习进度检查表

第一阶段检查点

  • 能手写 Transformer 的核心组件
  • 能解释自注意力的计算过程
  • 能画出位置编码的图像
  • 训练了一个能用的字符级语言模型
  • 能独立调试模型训练中的问题

第二阶段检查点

  • 实现了 LoRA 的前向和反向传播
  • 能解释为什么 LoRA 节省显存
  • 成功微调了一个预训练模型
  • 实现了 KV Cache 优化
  • 对比了不同量化方法的性能

第三阶段检查点

  • 搭建了完整的数据处理 pipeline
  • 写了包含日志和检查点的训练脚本
  • 部署了本地推理服务
  • 理解了 RLHF 的训练流程
  • 能优化模型的推理性能

写在最后

学习大模型是一段漫长的旅程。你会遇到挫折，会有想要放弃的时刻，会有"为什么我就是不懂"的沮丧。

但请记住：每一个你亲手解决的 bug ，每一次你独立推导的公式，每一行你手写的代码，都在让你变得更强。

大模型时代，真正的竞争力不是"会用 AI 写代码"，而是"理解代码背后的原理"。

让我们一起，从"调包侠"成长为真正的工程师。

下一步：开始第一阶段：基础巩固

📚 参考文献

核心论文

基础架构

  1. Attention Is All You Need - Vaswani et al., 2017

  2. Transformer 开山之作，奠定了现代大模型的基础

  3. BERT: Pre-training of Deep Bidirectional Transformers - Devlin et al., 2018

  4. 双向预训练模型， NLP 领域的里程碑

  5. Improving Language Understanding by Generative Pre-Training - Radford et al., 2018

  6. GPT-1 ，生成式预训练的开端

  7. Language Models are Few-Shot Learners - Brown et al., 2020

  8. GPT-3 ，展示了大规模语言模型的强大能力

  9. Training Compute-Optimal Large Language Models - Hoffmann et al., 2022

  10. Chinchilla 论文，提出了计算优化的缩放定律

微调技术

  1. LoRA: Low-Rank Adaptation of Large Language Models - Hu et al., 2021

  2. 低秩适配技术，高效微调的核心方法

  3. QLoRA: Efficient Finetuning of Quantized LLMs - Dettmers et al., 2023

  4. 量化感知的 LoRA ，进一步降低显存需求

  5. Training Language Models to Follow Instructions with Human Feedback - Ouyang et al., 2022

  6. InstructGPT ， RLHF 对齐技术的奠基之作

  7. Direct Preference Optimization: Your Language Model is Secretly a Reward Model - Rafailov et al., 2023

  8. DPO ，简化 RLHF 流程的新方法

推理优化

  1. vLLM: Easy, Fast, and Cheap LLM Serving - Kwon et al., 2023

    • PagedAttention 机制，高效推理服务框架

  2. FlashAttention: Fast and Memory-Efficient Exact Attention - Dao et al., 2022

    • FlashAttention ，加速注意力计算的核心技术

  3. FlashAttention-2: Faster Attention with Better Parallelism and Work Partitioning - Dao, 2023

    • FlashAttention-2 ，进一步优化并行性

  4. Efficient Large Language Model Serving on GPUs - Liu et al., 2023

    • Orca 框架， GPU 上的高效 LLM 服务

长上下文

  1. Longformer: The Long-Document Transformer - Beltagy et al., 2020

    • 处理长文档的 Transformer 变体

  2. Scaling Laws for Neural Language Models - Kaplan et al., 2020

    • 神经语言模型的缩放定律

技术博客

中文博客

英文博客

开源项目

模型训练与微调

推理与服务

应用开发

参考书籍

中文书籍

  1. 《深度学习》- Ian Goodfellow 、 Yoshua Bengio 、 Aaron Courville 著，人民邮电出版社

  2. 深度学习领域的"圣经"，系统全面

  3. 《动手学深度学习》- 李沐、阿斯顿·张 著，人民邮电出版社

  4. 实践导向，配有 PyTorch 代码

  5. 《自然语言处理综论》- Daniel Jurafsky 、 James H. Martin 著，电子工业出版社

  6. NLP 领域的经典教材

  7. 《统计学习方法》- 李航 著，清华大学出版社

  8. 机器学习基础理论的权威教材

  9. 《机器学习》- 周志华 著，清华大学出版社

  10. "西瓜书"，国内机器学习经典教材

  11. 《强化学习》- Richard S. Sutton 、 Andrew G. Barto 著，电子工业出版社

  12. 强化学习领域的奠基之作

  13. 《 Python 深度学习》- François Chollet 著，人民邮电出版社

  14. Keras 作者撰写的深度学习实践指南

  15. 《图解深度学习》- [日] 斋藤康毅 著，人民邮电出版社

  16. 图文并茂，适合入门

英文书籍

  1. "Deep Learning" - Ian Goodfellow, Yoshua Bengio, Aaron Courville

  2. MIT Press ，深度学习领域的权威教材

  3. "Speech and Language Processing" - Daniel Jurafsky, James H. Martin

  4. Stanford ， NLP 领域的经典教材

  5. "Neural Networks and Deep Learning" - Michael Nielsen

  6. 免费在线教材，通俗易懂

  7. "Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow" - Aurélien Géron

  8. O'Reilly ，实践导向的机器学习指南

  9. "Natural Language Processing with Transformers" - Lewis Tunstall, Leandro von Werra, Thomas Wolf

  10. O'Reilly ， Transformer 实战指南

  11. "Reinforcement Learning: An Introduction" - Richard S. Sutton, Andrew G. Barto

  12. MIT Press ，强化学习奠基之作

  13. "Python Machine Learning" - Sebastian Raschka, Vahid Mirjalili

  14. Packt ， Python 机器学习实践

  15. "Designing Machine Learning Systems" - Chip Huyen

  16. O'Reilly ，机器学习系统设计

在线课程

中文课程

英文课程

社区资源

中文社区

英文社区

论坛与问答

邮件列表与 Slack

最后更新日期： 2026-02-12 适用版本： LLM 学习教程 v2026