AI Engineering · 第 11 章 从零构建 LLM

AI Engineering · 第 11 章 从零构建 LLM

章节摘要:本章对应原课程「10-llms-from-scratch」,属「第三篇·大模型工程」。分词→预训练→SFT→RLHF→推理优化,完整 LLM 流水线。本章共 24 节,前置依赖为「第8章」。读懂一个 LLM 是怎么训出来的,比会用它更重要。 本章将带你逐节吃透这一领域的核心概念,并尽量从零手工实现,再用主流框架对比验证。

学习目标

阅读完本章,你应当能够:

1. 理解从零构建 LLM在整个 AI 工程体系中的定位(分词→预训练→SFT→RLHF→推理优化,完整 LLM 流水线)。
2. 掌握本章 24 节覆盖的核心概念与算法。
3. 能够从零实现本章的关键模型/机制,并用框架对比验证。
4. 说清本章与前后章节的依赖关系(前置:第8章)。
5. 识别本章主题在生产实践中的常见应用与陷阱。

注:具体学习目标将在各子节汉化时细化为可考核的能力点。

核心概念速览

读懂一个 LLM 是怎么训出来的,比会用它更重要。

注:本章的 Mermaid 概念图将在支柱页完善时替换为本章核心架构/流程图(基于原 Phase README 与首节内容绘制)。

子章节导航

01 Tokenizers: BPE, WordPiece, SentencePiece

02 Building a Tokenizer from Scratch

03 Data Pipelines for Pre-Training

04 Pre-Training a Mini GPT (124M Parameters)

05 Scaling: Distributed Training, FSDP, DeepSpeed

06 Instruction Tuning (SFT)

07 RLHF: Reward Model + PPO

08 DPO: Direct Preference Optimization

...(本章共 24 节,详见原项目 phases/10-llms-from-scratch/)

子章节之间的逻辑关系

本章共 24 节,按原课程的编号顺序递进。详细的逻辑关系图将在支柱页完善时补充(基于各节的依赖与铺垫关系)。

本章第 01 节 ... ──► 第 24 节
   │
   ▼
下一章(第 12 章)
​

前置知识与后续延伸

前置知识:

• 第8章

本章为后续章节奠定的基础:

• 见原课程 README 的 Phase 依赖图(原项目根 README.md)。

本章支柱页为骨架初稿,各板块将在对应章节汉化推进时细化。原英文内容位于 phases/10-llms-from-scratch/,每节正文为 docs/en.md,汉化状态见「教程规划.md」的待汉化清单。