🔥AI烽火：大模型时代的征途

大模型实战【笔记+代码+高频面试题】

三大主线（大模型，强化学习，智能体）+ 求职面试（Leetcode，面试技巧，简历优化）

---

一、大模型 LLM

Tokenizer 完全指南

Transformer 上篇：起源与革命

Transformer 中篇：架构与实践

Transformer 下篇：扩张与未来

大模型时代，BERT还有价值吗？

为什么现代大模型都采用因果解码器（Decoder-only）架构？

KV Cache 推理加速的核心技术

系统梳理LLM归一化方法

为什么LoRA能用极少参数微调大模型？

为什么QLoRA能在消费级GPU上微调65B大模型？

RAG：检索增强生成全栈面试题总结（基础篇）

RAG：检索增强生成全栈面试题总结（进阶篇）

DeepSeek

DeepSeek-R1

DeepSeek-V3

DeepSeek 是怎么训练 MoE 模型的？

🔥 DeepSeek-OCR爆火！把万字长文压缩成一张图，AI长文本瓶颈被这样颠覆

---

二、强化学习 RL

系统梳理8种主流LLM强化学习算法

PPO

GRPO

DAPO

2-GRPO

为什么 Negative Reinforcement 只罚错就能提升推理？

---

三、智能体 Agent

ReAct

ReCAP

---

四、求职面试

LeetCode

---