Transformers and Large Language Models
从 Transformer 的基础机制出发，逐步理解大语言模型的训练与应用。
关于这组笔记
个人自学讲义，参考 2025 年公开课程材料改编为每日学习安排，讲次与官方课程不一一对应。
查看原课程资料适合的起点
建议熟悉 Python、线性代数与基础概率。
本系列为个人学习整理，非学校官方发布，不代表学校或授课教师的认可或背书。
沿着目录阅读
当前 35 篇Week 0
Week 1
Week 2
Week 3
Week 4
Week 5
- Week 5 · Day 1第 5 周 · Day 1：Lecture 9——回顾、Transformer 之外的用法、扩散语言模型与前沿
- Week 5 · Day 2第 5 周 · Day 2：期末考试与错题溯源
- Week 5 · Day 3第 5 周 · Day 3：系统复习（一）——全景图，以及一个模型的全部数字
- Week 5 · Day 4第 5 周 · Day 4：系统复习（二）——28 个核心推导默写
- Week 5 · Day 5第 5 周 · Day 5：面试冲刺——答题结构、估算、系统设计与分层题库
- Week 5 · Day 6第 5 周 · Day 6：Capstone 与延伸阶段——做一个可信的项目，然后继续走
从讲义到代码
按课程目录整理的配套示例，保留各单元的文件结构。阅读讲义时，可以下载整套代码，在本地逐步探索。
下载 CME295 代码请在独立虚拟环境中查看依赖后运行；未附模型权重和运行产物；示例未逐一验证。