张芷铭的个人博客LLM 学习路线分为入门、提高、应用、深入四个阶段，从基础知识到生产部署全面覆盖。
入门篇
| 资源 | 说明 |
|---|---|
| 大语言模型综述 | 迄今为止最好的学术向中文综述 |
| ChatGPT Prompt Engineering | Prompt 工程入门，适合初学者 |
| OpenAI Quickstart | OpenAI 官方快速入门 |
| State of GPT | GPT 联合创始人演示，总结训练与应用 |
提高篇
| 资源 | 说明 |
|---|---|
| 清华大模型公开课 | 从 NLP 到大模型的综合课程 |
| 深度学习：台湾大学李宏毅 | 国语教程，清晰有趣 |
| The Illustrated GPT-2 | 图解 GPT-2 架构 |
| InstructGPT 论文 | RLHF 经典论文 |
| Huggingface NLP Course | NLP 入门课程 |
应用篇
| 资源 | 说明 |
|---|---|
| Building Systems with ChatGPT API | 系统构建教程 |
| Langchain | LLM 应用框架 |
| GPT best practices | OpenAI 官方最佳实践 |
| openai-cookbook | 官方 Cookbook |
深入篇
| 资源 | 说明 |
|---|---|
| Huggingface Transformer 文档 | Transformer 官方文档 |
| 复杂推理：大语言模型的北极星能力 | 解释 LLM 能力来源 |
| GPT 论文精读 | GPT 系列论文精读 |
| Building LLM applications for production | 生产环境 LLM 应用构建 |
Comments