2026年2月文章 9 篇
Lecture 9 —— LLM多模态泛化与前沿探索：从ViT/VLM跨模态适配到扩散LLMs与未来发展趋势
系统梳理大语言模型在跨模态与前沿技术方向的核心进展，涵盖Transformer多模态泛化本质、ViT与VLM的视觉适配方案、扩散LLMs（MDM）的并行生成突破、跨模态技术交叉融合（扩散架构/Transformer/MSRoPE/DeepSeek-OCR）、LLM基础研究趋势（帕累托优化/类存内计算）及应用场景与未来展望，最后提供学术与工程跟进渠道。
Lecture 8 —— LLM评估全解：从人工评分、LLM-as-a-Judge到基准测试与工具调用故障排查
系统梳理大语言模型评估的完整方法论体系，涵盖人工评分的黄金标准与卡帕系数一致性量化、规则化指标（METEOR/BLEU/ROUGE）的算法原理与局限、LLM-as-a-Judge（LaaJ）的核心流程与偏置缓解、事实性量化方法（Fact Decomposition）、智能体工具调用全流程故障模式与排查，以及主流基准测试（MMLU/AIME/SWE-bench/HarmBench/τ-bench）与Pass^k/帕累托前沿/数据污染等核心概念。
Lecture 7 —— Agentic LLMs全解析：从RAG检索增强、工具调用（Tool Calling）到多智能体（Agent）协作
系统梳理大语言模型智能体（Agentic LLMs）的三大核心技术：检索增强生成（RAG）的构建流程、检索评估指标与优化技巧；工具调用（Tool Calling）的标准化实现（MCP协议）与训练/提示词两种调用方式；智能体（Agent）的ReAct推理-行动框架、多智能体协作协议A2A，以及LLM应用的核心挑战与工程实践原则。
Lecture 6 —— LLM推理能力深度解析：从思维链（CoT）到GRPO强化学习与DeepSeek R1训练范式
系统梳理大语言模型推理能力的核心技术路径，涵盖推理与非推理的本质区分、思维链（CoT）范式变革、推理评估体系（Pass@k/Cons@k）、GRPO群体相对策略优化算法的数学原理与改进（DAPO/Dr.GRPO）、DeepSeek R1/R1-Zero的多阶段训练流程，以及推理链蒸馏的工程化实践。
Lecture 5 —— LLM偏好调优全解：从RLHF人类反馈强化学习到DPO直接偏好优化
系统梳理大语言模型偏好调优（Preference Tuning）的核心技术与方法，涵盖偏好数据的三大类型（点态/成对/列表型）与获取流程、RLHF两阶段架构（奖励建模+PPO强化学习）、BoN替代方案，以及DPO的数学原理与优势，最后对比RLHF与DPO的实现难度与性能差异。
Lecture 4 —— LLM训练全流程解析：从预训练缩放规律到参数高效微调与模型对齐
系统梳理大语言模型（LLM）训练的全生命周期，涵盖训练范式演变（传统→迁移→预训练+微调）、预训练目标与缩放规律（含Chinchilla定律）、训练四阶段流程（初始化→前向→反向→Adam更新）、核心内存优化（ZeRO并行/Flash Attention/混合精度）、有监督微调（SFT/指令调优），以及参数高效微调（LoRA/QLoRA）原理与模型对齐目标。
Lecture 3 —— 大语言模型（LLM）核心技术与推理优化全解：从MoE架构到高效解码
系统梳理大语言模型（LLM）的核心技术全景，涵盖LLM定义与特征、混合专家模型（MoE）架构与路由坍缩解决方案、自回归解码策略（贪心/束搜索/采样/温度系数/引导解码）、提示工程（ICL/CoT/自一致性），以及推理优化技巧（KV缓存/GQA/PagedAttention/潜在注意力/推测解码/MTP）。
Lecture 2 —— Transformer进阶：位置编码演进、注意力优化技巧与BERT预训练微调全解
系统梳理Transformer进阶核心模块，涵盖缩放点积与多头注意力回顾、位置编码从绝对到相对（RoPE）的演进、层归一化（Pre-Norm/RMSNorm）优化、注意力近似方法（稀疏注意力/MQA/GQA）、三大衍生架构对比，以及BERT的预训练（MLM/NSP）、微调流程与经典变体（DistilBERT/RoBERTa）。
Lecture 1 —— 从RNN到Transformer：NLP序列建模演进与编码器-解码器架构全解
系统梳理Transformer的诞生背景与核心架构，涵盖分词策略、词表示演进、RNN/LSTM的痛点、自注意力与多头注意力机制、位置编码、编码器-解码器设计，并通过机器翻译端到端案例串联NLP完整技术栈。