现代大模型指南

🚀 WaytoLLM 是一个学习大模型各类基础知识、框架生态、应用路线和落地教程的开源项目。

项目目标

本项目致力于帮助工程师、AI 产品经理以及 AI 跨界从业者快速建立起现代 LLM 知识地图：

• LLM 核心概念：深入剖析现代大模型的基本原理，包括 Transformer、注意力机制、训练与推理等关键路径。
• Agent 架构模式：学习 RAG、Agent、ReAct、工具调用与 MCP 等主流设计模式，以及从单体到多智能体的协作思路。
• LLM 开发框架与生态：理解上下文工程、应用编排、模型网关、LLMOps 等常见路线与选型方法。
• LLM 落地最佳实践：提供从部署、训练、评测到行业场景落地的全链路实践指南。

你将学到什么

• 了解现代 LLM：从 Transformer 和注意力机制出发，理解大模型的核心工作方式。
• 模型部署篇：掌握私有化部署、大模型网关、LLMOps、端侧模型与 Dense / MoE 选型。
• 模型训练篇：深入后训练、量化等关键技术，理解模型如何被对齐与压缩。
• 应用框架篇：梳理 RAG 与上下文工程、Agent 与 ReAct、工具调用、MCP 与 Skills 等工具链。
• 模型测评篇：覆盖安全评测、通用能力回归、场景测试，以及测试集的来源与维护。
• 行业应用篇：走进医疗、银行、电信、法律、政企、教育、电商、视频等真实落地场景。

快速开始

在线阅读

👉 推荐：++在线版指南++

下载离线版本

本书提供 PDF 版本供离线阅读，可前往 ++GitHub Releases++ 页面下载最新版本。

参与贡献

欢迎通过 Issue 或 Pull Request 反馈内容错误、补充资料、提出新的章节建议，或改进交互式示例。一起共建！