【斯坦福 CS336】零基础手搓大模型:分词器、transformer 结构、数据与训练、文本生成
关于大模型的碎碎念,模型架构、预训练、后训练、推理
给我42分钟,让你彻底搞懂LLM后训练 - Zachary Huang
Qwen3.8 27B赛博治疗完结篇,压制了雷霆思考能力比原版还强大的27B如何诞生的后训练全纪实
Deepset工程师:将小模型训练 成特定领域大师
Anthropic 研究员讲透大模型训练:预训练、后训练到强化学习(中文配音)
大模型训练全链路拆解:预训练→SFT→RLHF→量化蒸馏,手写代码跑通端侧部署!
【2025/Minimind】Only三小时!Pytorch从零手敲大模型,架构到训练全教程
【2026年AI大模型训练与微调】10小时学会:lora、Ollama、llamafactory、VLLM大模型从入门到项目实战,学会可做LLM项目
浅析大模型后训练PPO_DPO_GRPO等强化学习算法(上)
大语言模型原理(3)后训练
手把手教你大模型训练与部署,从配置GPU到训练大模型【全网最详细教程】
【科普】从「续写疯子」到AI助手:拆解大模型的后训练与对齐
【2026/Minimind】注入灵魂!Pytorch手敲大模型训练:一集通关SFT、LoRA、PPO、DPO、GRPO
大语言模型(上):深入理解大模型的训练原理
【8】KV Cache 原理讲解
【完整版】微调:从原理到实操,该说的我都说了……
【完整版】硬核讲解:一个视频彻底了解大模型的原理,从输入层到输出层
从零手写并训练一个 2500 万参数的 GLM-5.3-Flash 模型
VLA是如何通过RL微调的?一个case详解VLA后训练全流程