章节指引

全书十章。本页讲两件事：整本书为什么这样编排，以及每章包含哪些小节。课时怎么切、课件在哪里，见课时安排。

编排逻辑

一本书要讲清大语言模型，横着看是一条学习路径，纵着看是三件必须交代的事。

横向是三段：预训练解决能力从何而来，微调解决能力如何适配到具体任务，对齐解决模型行为如何塑形。三段之下再分十章：第 1—4 章打基础与预训练，第 5—6 章讲微调与应用，第 7—8 章是全书重心的强化学习与对齐，第 9—10 章落到训练与推理系统。

纵向是三个维度：学习范式（能力靠什么信号学出来）、模型与算法（信号接到哪套结构与目标上）、系统实现（同样的算法如何在硬件上跑得动）。每个阶段都要把这三个维度交代一遍，所以书里既有公式推导，也有并行策略与显存开销。

按章阅读顺序

第 1—4 章：建立“语言模型—注意力—解码器模型”的主线，第 1 章术语密集，可先粗读。
第 5—6 章：从微调讲到应用层，第 6 章的 RAG 与智能体可与第 8 章的对齐内容对照阅读。
第 7—8 章：全书重心。第 7 章的策略梯度与演员-评论家是第 8 章 PPO、DPO 的前置。
第 9—10 章：系统视角，可与第 4 章的键值缓存、第 2 章的多头注意力相互印证。

逐章目录

节标题与书稿编号一致，带“*”的为可跳过的专题或附录。