学大模型时，中文材料的尴尬很常见：
博客和公众号多为碎片，读完不成体系；直接啃英文论文或厚书，术语和公式一起上，第一章就容易劝退。真正缺的，是一本顺着能力递进、用中文把主线讲清楚的教材。
浙江大学团队开源的《大模型基础》就是冲着这件事来的。GitHub 仓库已超过 1.6 万 Star，完整版 PDF 和分章节 PDF 都可以免费下载。
项目地址：
https://github.com/ZJU-LLMs/Foundations-of-LLMs
六章怎么铺？
第一版按能力递进，大致是：
- 语言模型基础
从统计方法、RNN 到 Transformer，以及采样与评测。 - 大语言模型架构
大数据 + 大模型带来的变化，Encoder-only / Encoder-Decoder / Decoder-only，以及非 Transformer 路线。 - Prompt 工程
提示设计与上下文学习等实用技巧。 - 参数高效微调
在资源有限时如何高效适配模型。 - 模型编辑
对已有模型进行针对性修改的相关方法。 - 检索增强生成（RAG）
外部知识与生成结合的主流范式。
每章还配有相关论文列表，想往深挖有现成路径。作者团队按月更新，后续计划补充大模型推理加速、大模型智能体等内容。同一组织下还开源了多智能体框架 Agent-Kernel。
一个有意思的设计
每章用一种动物作为技术讲解的示例背景，把抽象概念套在具体形象上，读起来不那么硬。封面因此出现多种动物，后续章节增加时「动物」也会变多——这种小设计让教材多了点可读性。
为什么值得看？
母语材料的价值，不只是省翻译时间，更在于你能把注意力全放在内容上，而不是卡在术语和句式上。
对已经会一点、但知识比较散的人，它能帮忙把主线理顺；对刚入门的人，比直接跳进论文友好很多。当然，它不是「看完就能上手训练」的实操手册，数学和工程细节仍需结合代码与论文继续挖。
怎么获取？
仓库里可以直接找到：
- 完整版 PDF
- 分章节 PDF 文件夹
- 各章相关论文列表
下载后按章节读，或先挑自己薄弱的部分（比如 PEFT、RAG）精读，再回头补基础，都比较灵活。
小结
中文大模型系统教材仍然稀缺。《大模型基础》把从语言模型到 RAG 的主线用母语讲清楚，还持续更新并附论文列表，已经是目前很值得收藏的一份开源资料。
GitHub 再次奉上：
https://github.com/ZJU-LLMs/Foundations-of-LLMs
先下载完整版 PDF，挑一章认真读完，比只收藏不看有用得多。
No comments yet