📚

阶段2:大模型应用基础

知道大模型是什么、如何使用。大幅压缩理论内容,聚焦应用开发者所需的核心概念:LLM、Token、Embedding,为后续开发打好基础。

1

什么是 LLM

简单理解大语言模型的核心概念,了解 GPT、Claude、Gemini、Qwen、DeepSeek 等主流模型的特点和适用场景。

入门
2

Transformer 简介

只需要理解文本 → Token → 模型计算 → 预测下一个 Token → 生成文本 的基本流程,不深入数学推导和 Attention 公式。

入门
3

Token 与成本

理解 Token 是什么、为什么按 Token 收费、输入和输出 Token 的区别、如何通过控制上下文长度来优化成本。

入门
4

Embedding 向量嵌入

理解把文本转换成向量的概念和用途,为后续 RAG 检索增强生成阶段做准备。知道如何用 Embedding 做语义搜索。

进阶前置要求:what-is-llm