把黑箱拆开：手搓一个大语言模型

用输入法联想、'今天天气很___'的填空，讲清 LLM 唯一的核心动作就是预测下一个词。抛出全书悬念：这么笨的目标，凭什么长出'智能'？

用'把句子剪成积木块再给每块编号'讲分词、词表与 BPE，再算一笔账：从十万个候选里选中一个 token，信息量有多惊人。

用'把每个词放进几百维地图'讲词向量：国王-男人+女人≈王后，含义变成可加减的坐标。

撕掉'神经元/大脑'外衣。神经网络=矩阵乘法+掰弯的非线性，它不思考，只是个巨大的可调函数。

全书心脏。用'开会时决定听谁说话'讲注意力，把 Q/K/V 翻译成大白话。

多头注意力、残差与层归一化、堆很多层，看清从输入到输出词概率的完整流水线。

用'蒙眼下山'讲梯度下降，'对答案算错多少'讲损失，'把错误反推回每个旋钮'讲反向传播。

用'博览群书打底子，再岗前培训'讲预训练与微调，解释自监督为何让数据近乎无限。

用'水到 100 度才沸腾'讲涌现与规模法则，理性讨论是真突变还是度量错觉。

用'掷加权骰子选词'讲采样与温度，讲清幻觉不是 bug 而是机制的必然产物。

用'从会说话到会好好说话'讲指令微调与 RLHF，对齐本质是把人类偏好塞进旋钮。

用'只能看一眼固定长度纸条'讲上下文窗口，戳破记忆幻觉：每次都是重读现算。

立场章。用'背下全世界考卷的学生'和中文屋，理性拆解理解、推理、意识三件事。

从零写一个字符级迷你 GPT，在自己电脑上跑起来，看它从吐乱码到吐出像样句子。

下载并跑开源模型，什么是量化让它塞进普通显卡，用 LoRA 做一次轻量微调。

收尾。它既不是神也不是骗局，是被规模放大的模式机器。因为你亲手搭过，所以你不再怕它。