关于本书
《大模型与智能体：从基础原理到系统构建与未来展望》围绕四条主线展开：共用基础、大模型、智能体、边界与未来，系统讲解大模型与智能体相关的原理、构建方法与前沿方向。
GitHub 仓库
章节目录
共用基础
- 大模型与智能体时代
- 神经网络与Transformer基础
- Transformer
大模型
- 预训练
- 后训练与对齐
- 训练系统
- 提示与思维链
- 多模态大模型
- 算力底座
智能体
- 从大模型到智能体
- 工具检索与智能体接口
- 记忆规划与执行
- 智能体训练评测工程与治理
- 具身智能
- 科学智能
边界与未来
- 风险与治理
- 未来智能系统
阅读前提
第一篇”共用基础”（第 1–3 章）会从神经网络与 Transformer 基础讲起，没有深度学习背景的读者也可以直接入门。如果想要更系统的理论铺垫，建议先读 《神经网络与深度学习》第二版 第 4–8 章。
配套资源
蒲公英书（第二版）
系列理论主干，本书第一篇的扩展版本。第 8 章 Transformer、第 13 章大语言模型与智能体两节与本书直接呼应。
通识版
面向更广读者的入门读本，含独立的大模型与智能体章节。想先建立直观理解再深入本书可以从它入手。
案例与实践
动手实战教程（PyTorch / PaddlePaddle）。Transformer 实现、训练流程、对齐等部分可以在这里练手。
不确定从哪本入手？看 阅读路径与选书建议。
反馈
本书目前为预告，欢迎通过 nndl/llm-beginner Issues 提出期待的章节内容、案例或前沿主题。