Datacook

LangChain Interrupt 2025的开幕演讲中提出了“Agent Engineering”这样一个融合了软件工程、机器学习、提示工程和产品管理的交叉概念

引言 欢迎来到本课程的最后一课！经过前面19课的学习，我们已经掌握了从设计、实现、训练到部署一个20亿参数大型语言模型的全部技术知识。在这最后一课中，我们将把目光转向技术之外，探讨如何将这些技术成果转

引言 欢迎来到我们课程的第19课！在前面的课程中，我们已经从理论基础、模型架构、训练技术到实战应用，全面学习了如何构建和应用20亿参数的大型语言模型。现在，是时候将视野拓展到更广阔的未来，探索LLM技

引言 欢迎来到本课程的综合实战环节！在前面的课程中，我们从理论基础到技术实现，系统地学习了如何构建、训练和优化一个拥有20亿参数的大语言模型。现在，是时候将这些知识整合起来，通过一个完整的实战项目来巩

引言 欢迎来到"进阶与实战"模块的第二课！在前面的课程中，我们已经构建并训练了一个拥有20亿参数的大语言模型。然而，在大语言模型的世界中，20亿参数只能算是"入门级"。从GPT-3的1750亿参数到G

引言 欢迎来到"进阶与实战"模块的第一课！在前面的课程中，我们已经掌握了构建和训练大型语言模型的基础知识。然而，通用模型往往无法在特定领域发挥最佳性能。这就像是一个"全能型"选手，在各个领域都有一定表

欢迎来到《从零构建大型语言模型》专栏的第15课！在过去几节课中，我们已经学习了如何设计、实现、训练和优化一个大型语言模型。今天，我们将探讨一个至关重要的主题：如何将训练好的模型部署到实际环境中并创建有

欢迎来到《从零构建大型语言模型》专栏的第14课！在前几课中，我们已经学习了如何设计、实现、训练和评估一个大型语言模型。今天，我们将关注一个常被忽视但极其重要的环节：模型推理与优化。 当一个模型训练完成

欢迎来到《从零构建大型语言模型》专栏的第13课！现在我们已经掌握了LLM的基础知识，并且通过前几课学习了如何设计、实现和训练一个大型语言模型。在本课中，我们将聚焦于一个至关重要的环节：模型评估。毕竟，