返回系列列表
AI科普系列
💬 LLM基础
共 10/10 篇文章 · 用第一性原理理解AI
大语言模型的核心概念：Token、预训练、微调、Prompt
学习进度10/10 已完成
第 1 课·2026年3月27日
Token：AI如何「阅读」文本
你有没有想过，为什么AI能读懂你说的每句话？但它其实不认识「字」，只认识「数字」。Token就是AI阅读文本的「字母」。
⏱️ 8 分钟#LLM基础
开始阅读 →
第 2 课·2026年3月27日
分词：把句子切成AI能懂的小块
Token是AI阅读的字母，那这些字母是怎么产生的？为什么「人工智能」有时候是一个Token，有时候是两个？分词算法如何工作？
⏱️ 10 分钟#LLM基础
开始阅读 →
第 3 课·2026年3月27日
词表：AI认识多少个字？
分词需要一个词表作为参考。词表里有多少个Token？这些Token是怎么选出来的？词表大小对AI有什么影响？
⏱️ 8 分钟#LLM基础
开始阅读 →
第 4 课·2026年3月27日
大语言模型：为什么GPT这么厉害？
GPT-4、Claude 3这些大语言模型为什么能写出这么好的文章？它们的秘密是什么？
⏱️ 10 分钟#LLM
开始阅读 →
第 5 课·2026年3月27日
预训练：AI的「通识教育」
大语言模型如何通过预训练学会「通识」？预训练和训练有什么区别？预训练后模型能做什么？
⏱️ 10 分钟#LLM
开始阅读 →
第 6 课·2026年3月27日
微调：让AI学会特定技能
预训练后的AI是个「通才」，如何通过微调让它变成「专才』？微调和预训练有什么区别？
⏱️ 10 分钟#LLM
开始阅读 →
第 7 课·2026年3月27日
LoRA：低成本的模型定制方法
微调大模型需要巨大的算力成本。LoRA如何用1%的成本实现90%的效果？
⏱️ 10 分钟#LLM
开始阅读 →
第 8 课·2026年3月27日
上下文窗口：AI能记住多少内容？
GPT-4能处理128K Token，Claude能处理200K。上下文窗口是什么？它决定了AI什么能力？
⏱️ 8 分钟#LLM
开始阅读 →
第 9 课·2026年3月27日
Prompt：如何和AI有效沟通
为什么有些Prompt能写出好文章，有些就不行？如何写出一个有效的Prompt？
⏱️ 10 分钟#LLM
开始阅读 →
第 10 课·2026年3月27日
Chain of Thought：让AI一步步思考
如何让AI展示思考过程？Chain of Thought如何提升AI的推理能力？
⏱️ 10 分钟#LLM
开始阅读 →
关于本系列
这个系列旨在用第一性原理拆解💬 LLM基础的核心概念。 每篇文章都聚焦于一个具体的知识点，配有手绘图解，让复杂的概念变得简单易懂。
LLM基础Token自然语言处理