信息熵：抛三次硬币，看懂语言模型凭什么把文本压短
📍 你在这里 AI 基础 · 第 13 篇 / 共 13 篇 ← 上一篇 精读 So-Large-LM：大模型到底从哪一步开始变得不一样 · 下一篇 → 检索增强生成 RAG 本文性质：开源教程精读与导读，非原文转载。内容基于 Datawhale 社区开源教程整理，属于个人学习笔记。 原文来源：《大
# 大模型原理
围绕 大模型原理 的技术文章与经验分享。
共 3 篇文章精读 Happy-LLM：从看懂原理到亲手搭一个大模型
📍 你在这里 训练进阶 · 第 9 篇 / 共 9 篇 ← 上一篇 精读 self-llm：第一次把开源大模型跑在自己电脑上 本文性质：开源教程精读与导读，非原文转载。内容基于 Datawhale 社区开源教程整理，属于个人学习笔记。 原文来源：《Happy-LLM：从零开始构建大模型》 — Dat
AI 是怎么工作的：写给零基础的白话课
📍 你在这里 AI 启蒙 · 第 2 篇 / 共 3 篇 ← 上一篇 人工智能简史：AI 是怎么诞生的 · 下一篇 → AI 的价值地图：它正在改变哪些领域 你对 ChatGPT 说过话，见过它一个字一个字往外蹦。这篇文章讲清楚一件事，屏幕上那个字是怎么被挑出来的。弄懂之后，你对 AI 的很多困惑会