这是一份面向有编程经验、但 AI 原理基础不多的读者的概念学习材料。 它不把你往论文复现或工程调参里拽，而是先帮你把 AI 与大模型的主线看明白： 神经网络如何学习， Transformer 为什么重要， GPT 为什么能生成内容， RAG、Agent、多模态和推理模型又分别在补什么能力。 读完后，你应该能更稳地看懂 AI 相关术语、技术脉络和常见讨论，不会一听到 Attention、Scaling Laws、RLHF、KV Cache、Embedding、CoT、Agent 就只能点头。
- 有基本 Python 或编程经验，想补 AI 与大模型原理主线的人。
- 经常使用 AI 工具，但想知道它们大致怎样工作的人。
- 希望看懂技术讨论、产品能力边界和常见概念，而不是立刻投入论文复现的人。
- GPT-5.5 生成正文，先把概念讲清楚：每节优先回答“是什么、为什么出现、解决什么问题、和前后技术有什么关系”，先用人话建立概念，再补必要术语。
- GPT-Image-2 生成配图，让机制有画面：配图同时保留专业结构和生动类比，用图示帮助理解神经网络、注意力、扩散、RAG、Agent 这类抽象机制。
- 完整 13 章主线，串起技术关系：从神经网络基础一路串到 Transformer、GPT、生成模型、训练推理、RAG、多模态、推理模型、Agent 和长文本架构，帮你看清上下游关系。
- 强调边界和判断力：读完后不只是“听过这些词”，而是能判断一个概念大概属于哪一层、解决什么问题、哪些流行说法可能不严谨。
- 直白但不糊弄，按需深入：主线尽量顺着直觉走，必要的数学、代码和工程细节放在附录或后续章节，需要时再深入，不打断第一次阅读。
- 适合连续阅读：README 适合快速了解全貌，HTML 版本提供完整目录、章节跳转和配图，更适合一章一章读下去。
内容中的前沿部分整理到 2026 年 4 月。AI 发展很快，具体模型排名、产品能力和工程框架细节需要结合阅读时的新资料判断。
- HTML 版本：本地打开
html/index.html，适合连续阅读；左侧有完整目录，已配置章节配图。 - Markdown 版本：先看 AI 学习目录索引，按目标选择阅读路径。
- 模块入口：每个
AI学习_*文件夹下的README.md是该模块的导读页。 - 附录：术语速查、数学基础速览、代码示例集 按需查阅。
不要把所有章节都当成同一条必修线。先选目标，再顺着问题往下读：
| 目标 | 建议读法 |
|---|---|
| 先看懂 GPT 主线 | 走索引中的“核心原理快速路径” |
| 想串起语言、图像、视频生成 | 走“完整模型原理路径” |
| 更关心训练、推理、RAG、Agent | 走“完整大模型系统路径” |
| 想完整浏览一遍 | 走“全量学习路径” |
阅读时优先问四个问题：它是什么？为什么出现？解决什么问题？和前后技术有什么关系？如果连续几节都只是“词认识、关系不清”，先回到最近的前置模块补地基。
| 模块 | 主题 | 你会看懂什么 |
|---|---|---|
| 01 神经网络基础 | 感知机、激活函数、损失函数、反向传播、优化器、正则化 | 神经网络如何从数据和反馈中更新参数 |
| 02 经典网络架构 | CNN、RNN、LSTM、Seq2Seq | 深度学习在 Transformer 之前如何处理图像和序列 |
| 03 注意力机制与 Transformer | Attention、Self-Attention、Transformer、位置编码 | Transformer 为什么成为大模型的核心底座 |
| 04 预训练语言模型演进 | Word2Vec、ELMo、BERT、GPT、预训练与微调 | 语言模型如何从词向量走向通用预训练 |
| 05 GPT 系列深度解析 | GPT 演进、Scaling Laws、涌现、RLHF/DPO | GPT 如何从补全文本变成通用能力平台 |
| 06 生成模型与扩散模型 | VAE、GAN、Diffusion、Stable Diffusion | 图像和视频生成为什么常用“加噪再去噪” |
| 07 大模型训练技术 | 分布式训练、混合精度、数据工程、对齐训练 | 大模型训练为什么难、成本主要花在哪里 |
| 08 大模型推理与部署 | KV Cache、量化、vLLM、推测解码、Prompt Engineering | 模型生成为什么慢，常见优化在优化什么 |
| 09 RAG 与应用架构 | Embedding、向量数据库、Chunking、检索增强生成 | 为什么模型需要外部知识库，以及 RAG 的瓶颈在哪里 |
| 10 多模态模型 | ViT、CLIP、视觉语言模型、语音与视频多模态 | 图像、语音和视频如何接入语言模型 |
| 11 推理与思维链 | CoT、ToT、推理模型、Test-time Compute | 模型“多想一会儿”为什么可能答得更好 |
| 12 Agent 与工具使用 | ReAct、工具调用、记忆、规划、多 Agent、MCP | Agent 为什么不只是多轮聊天 |
| 13 长文本与高效架构 | RoPE 扩展、Ring Attention、MoE、Mamba/SSM | 长上下文和高效架构分别在优化什么 |
更详细的路径、前置关系和推荐节奏见 AI 学习目录索引。
本仓库已生成 html/ 静态页面。需要重新生成时运行：
python scripts/generate_html.py --all --output html --clean配图由 imgCfg.json 控制。imgLocalPath 有值时会在 HTML 中渲染图片；为空或文件不存在时，会显示 [缺图：图片位置Id] 占位，方便后续补图。
仓库中的 .github/workflows/static.yml 会在推送到 main 后部署 html/ 到 GitHub Pages。Pages 地址以 GitHub Actions 部署结果或仓库 Pages 设置中显示的地址为准。
本项目内容仅供个人学习使用。