llm-internals

这是一个面向工程师和学习者的大型语言模型（LLM）原理教学项目，系统讲解LLM从分词、注意力机制到推理优化的底层实现细节。核心内容涵盖BPE分词算法、QKV注意力计算、√dₖ缩放因子的数学推导、RAG、微调与量化等关键技术点，辅以图文、公式推演和视频资源。项目强调概念清晰性与可理解性，所有讲解均基于真实模型架构（如Transformer），不依赖特定框架代码。适合AI工程师、技术面试准备者、研究生及希望深入理解LLM工作原理的技术从业者用于系统性学习与知识梳理。