GitHubDaily(@GitHub_Daily):想搞懂 Transformer 到底怎么运转的，翻教程不是一行代码调完接口，就是直接甩来 40 页论文。 how-to-train-your-gpt 是一本 12 章、7500 多行的教材，带着从零写出一个 LLaMA 3 那套架构的语言模型。分词器、嵌入层、注意力、训练循环、推理引擎，每一部分都自己动手写，每行代码都注了是什么和为什么。 GitHub：https://t.co/QKQcGyFMlY 另配 28 篇专题拆细节，RoPE 怎么用旋转表达相对位置、KV 缓存省在哪、混合精度是怎么回事，都单独讲。还有两篇走查，跟着一句话从进模型到出结果走一遍，中间每一步的数字都摆出来。最后能训出一个 151M 参数的模型，配了 Colab 笔记本，不用自己折腾环境。作者在开头写了句实话，说做这个是因为自己一直没吃透注意力那部分，边学边写。学习需要一点 Python 基础，微积分和线性代数这些不用。在注意力那一章卡住过的朋友，可以从这份重新走一遍。

2026.08.24 07:30

想搞懂 Transformer 到底怎么运转的，翻教程不是一行代码调完接口，就是直接甩来 40 页论文。 how-to-train-your-gpt 是一本 12 章、7500 多行的教材，带着从零写出一个 LLaMA 3 那套架构的语言模型。分词器、嵌入层、注意力、训练循环、推理引擎，每一部分都自己动手写，每行代码都注了是什么和为什么。 GitHub：另配 28 篇专题拆细节，RoPE 怎么用旋转表达相对位置、KV 缓存省在哪、混合精度是怎么回事，都单独讲。还有两篇走查，跟着一句话从进模型到出结果走一遍，中间每一步的数字都摆出来。最后能训出一个 151M 参数的模型，配了 Colab 笔记本，不用自己折腾环境。作者在开头写了句实话，说做这个是因为自己一直没吃透注意力那部分，边学边写。学习需要一点 Python 基础，微积分和线性代数这些不用。在注意力那一章卡住过的朋友，可以从这份重新走一遍。