Jean's Blog

10-12

LLM 对齐：SFT、RLHF、PPO 与 DPO

10-11

LLM 如何训练：从预训练到后训练

10-10

Transformer 架构：LLM 如何理解 Token 之间的关系？

10-09

LLM 幻觉：为什么模型会一本正经地说错？

10-08

上下文窗口与 KV Cache：模型如何记住前文并高效生成？

10-07

Logits、Softmax 与概率：模型如何选择下一个 Token？

10-06

Prompt、Context 与 Chat Template：模型真正看到了什么？

10-05

Token 与 Tokenizer：文字如何变成模型能够计算的数字？

10-04

从 Prompt 到回答：一次 LLM 请求经历了什么？

10-03

什么是大语言模型（LLM）