作者

作者介绍

杨耀东

北京大学人工智能研究院研究员（博雅学者）、院长助理、博士生导师，北京大学元培学院通用人工智能实验班（“通班”）2022 级班主任。入选国家人力资源和社会保障部高层次留学人才、国家级优秀青年人才及中国科协青年人才托举工程。主要研究方向为智能体交互学习与对齐，科研领域涵盖强化学习、人工智能对齐与具身智能。在 Nature Machine Intelligence、Cell Press Matter、Artificial Intelligence、JMLR、TPAMI 等国际顶级期刊和会议发表论文 300 余篇，谷歌学术引用逾 22 000 次。自 2022 年以来位列 CSRankings 北京大学 AI/ML 方向学者首位，入选 Elsevier/Stanford 全球前 2% 顶尖科学家榜单。五次获得最佳论文级别荣誉，包括 ACL 2025 最佳论文奖、英国科研与创新局 UKRI 2026 年度最佳论文、ICCV 2023 最佳论文奖入围、CoRL 2020 最佳系统论文奖及 AAMAS 2021 最佳前瞻性论文奖。入选麻省理工科技评论“AI100 青年先锋”、福布斯中国 2025 科创革新力人物、WAIC 2022“云帆奖·璀璨明星”及 ACM SIGAI China 新星奖。在北京大学开设首门大语言模型相关课程“大语言模型基础与对齐”，获北京大学教学成果奖二等奖及第三届全国计算机教学案例大赛二等奖。于人工智能顶会 ICML 2025 主讲“大语言模型对齐方法”三小时讲习班。

个人主页 yaodong.yang@pku.edu.cn

邓杭

北京大学 PAIR-Lab 科研助理

专注人工智能算法研发与工程实践，曾负责鹏城脑海 33B 大模型对齐工作，搭建开源框架 X-R1，完整复现 0.5B 模型的“顿悟时刻”。以“小冬瓜 AIGC”为名输出原创技术博客，主讲的“手撕 LLM”系列课程已帮助学员进入 OpenAI、Meta 与字节跳动等企业。

GitHub dhcode95@gmail.com 联系方式

书本框架

围绕大模型算法展开的知识脉络

横向是模型训练的三个阶段：预训练、微调、对齐。纵向的三个维度是本书聚焦的——能力靠什么信号学出来，接到哪套结构与目标上，又如何在硬件上跑得动。

北清复交哈联袂推荐

来自北大、清华、复旦、交大与哈工大的学者与产业专家，从教材体系、课程可用性与工程落地三个角度给出评述。

配套课件

课件预览与下载

16 课时配套课件，与教材正文内容对应。课件既可按页做图片预览，也可在本站按课时在线阅读。

16 课时课件在 token-to-llm 查看

课件精讲

如何讲透一个知识点

多数教材讲一个算法，止步于“它是什么、有什么好处”。本书从问题动机出发，落到定义，再把“为什么非要这样写”推成可验算的式子，最后给出实现上的取舍。下面三个例子取自不同章节，走的是同一条路：问题动机 → 定义出发 → 算法推导 → 实现技巧。

精读样本 · 建议先看

代码仓库

代码仓库：token-to-llm

仓库按章组织，src/ 下每个 .py 对应书中一处算法或一幅插图；仅依赖 PyTorch 与 Matplotlib，无需额外环境。下面的输出来自真实运行，完整说明按知识点分成六页，见运行示例。

运行示例索引在 GitHub 打开 token-to-llm

购买

购买信息

纸质版由清华大学出版社出版，京东、淘宝 / 天猫与当当同步销售。扫码或点“前往购买”直达商品页。

批量与教材采用院校批量订购、教师索取样书与课件授权，请走联系页面。

引用

引用本书

在论文、课程材料或综述中引用本书，请使用下面的 BibTeX 条目。更多格式与配套代码的引用方式见引用说明。

BibTeX

@book{deng2026llm,
  title     = {大语言模型：训练、精调与对齐},
  author    = {邓杭 and 杨耀东},
  publisher = {清华大学出版社},
  address   = {北京},
  year      = {2026},
  isbn      = {978-7-302-71036-3}
}

GB/T 7714

邓杭, 杨耀东. 大语言模型：训练、精调与对齐[M]. 北京: 清华大学出版社, 2026.