# 大模型原理入门

**Repository Path**: rain_lotus/LLM

## Basic Information

- **Project Name**: 大模型原理入门
- **Description**: 大模型原理入门
- **Primary Language**: Python
- **License**: CC-BY-4.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-07-20
- **Last Updated**: 2026-07-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 大模型原理入门

## 介绍
本项目是一个大模型原理入门的交互式课件，通过丰富的可视化和动画效果，帮助学习者理解大模型的核心原理、架构和训练方法。

## 项目结构
```
├── content/          # 课件内容目录，包含所有知识点的HTML文件
├── res/              # 资源目录，包含图片、视频等多媒体资源
├── spec/             # 规范文档目录
├── index.html        # 主页面，课件导航入口
├── end.html          # 结束页面
├── share_promo.html  # 分享推广页面
├── LICENSE           # 许可证文件
└── README.md         # 项目说明文档
```

## 课件内容
课件涵盖了大模型原理的核心知识点，包括：

### 基础概念
- 神经网络基础
- 矩阵与张量运算
- 激活函数
- 损失函数

### 核心技术
- 前向传播与反向传播
- 梯度下降算法
- 优化器
- 正则化技术
- 归一化技术

### 大模型架构
- Transformer 架构
- 自注意力机制
- 多头注意力
- 残差连接
- 前馈网络

### 训练与微调
- 数据准备
- 预训练技术
- 指令微调
- 强化学习微调
- 奖励模型

### 模型评估
- 困惑度曲线
- 损失曲线
- 指标对比

### 应用场景
- 监督学习
- 无监督学习
- 生成式模型

## 安装教程
1. 克隆本仓库到本地
   ```
   git clone git@gitee.com:dragonttren/LLM.git
   ```
2. 进入项目目录
   ```
   cd LLM
   ```
3. 使用本地HTTP服务器启动项目
   ```
   # Python 3
   python -m http.server 8000
   
   # Node.js (需要安装http-server)
   npx http-server -p 8000
   ```
4. 在浏览器中访问 http://localhost:8000

## 使用说明
1. 打开浏览器访问 http://localhost:8000
2. 在左侧导航栏中选择要学习的知识点
3. 阅读课件内容，观看可视化动画
4. 可通过交互控件调整参数，观察不同参数对模型的影响
5. 完成所有知识点学习后，可查看总结页面

## 技术特点
- **交互式学习**：提供丰富的交互控件，让学习者能够直观理解各种算法和模型
- **可视化展示**：通过动画和图表展示复杂的算法原理
- **响应式设计**：适配不同屏幕尺寸，支持PC和移动设备
- **模块化结构**：知识点分类清晰，便于导航和学习

## 参与贡献
1. Fork 本仓库
2. 新建 Feat_xxx 分支
3. 提交代码
4. 新建 Pull Request

## 版权说明
版权与许可声明
本仓库中的大模型原理入门培训课件（包括但不限于HTML文件、讲义、示例代码、图片等）由大模型原理入门项目组创作，采用 知识共享署名 4.0 国际许可协议（CC BY 4.0） 进行许可。

### 使用权限
- 你可以自由地 复制、分发、展示、修改 本作品；
- 你可以将本作品用于 个人、教学、商业 等任何用途；
- 你必须在使用、引用或分发本作品时 注明原作者信息。

### 免责声明
- 本作品仅供学习与交流使用，不构成任何形式的技术或投资建议。

### 许可证链接
- https://creativecommons.org/licenses/by/4.0/