L1 基础
一、 入门篇：什么是 FDE
1. 人工智能的发展历程
2. 什么是 FDE
3. 学习路线图
4. FDE 的三种类型
5. 模型是怎么工作的
5.1 Transformer 架构概述
5.2 Attention 机制深入
5.3 KV Cache 详解
5.4 FFN、Normalization 与位置编码
5.5 Decoding 策略 — 从采样到生成的完整指南
5.6 MoE 架构详解
5.7 MLA（Multi-Latent Attention）详解
5.8 多模态大模型
5.9 Thinking / Reasoning 模型 — 推理部署的新范式
5.10 大语言模型训练流程
5.11 预训练与后训练
1次
1次
学习助手
