大模型是本轮 AI 浪潮的核心引擎。本专题不追求逐行推导所有数学公式，而是帮你建立「训练 - 微调 - 部署」的完整工程视角，让你能真正动手跑通并优化大模型项目。
你会学到什么
- Python 深度学习基础：NumPy、PyTorch 张量与自动求导
- 神经网络实战：CNN / RNN / Transformer 结构复现
- 大模型原理：注意力机制、预训练、上下文窗口与自回归生成
- 高效微调：LoRA、QLoRA、指令微调与 DPO 对齐
- 推理部署：vLLM、KV Cache、量化与连续批处理
- 工程实践：RAG 检索增强与 Agent 工具集成
学习建议
大模型方向知识点密集，建议每个阶段都至少跑通一个可复现的 Notebook，再逐步迁移到自己的数据集与业务场景。