how-llms-work

这是一个面向初学者的交互式可视化指南，系统讲解大语言模型（LLM）从数据采集到部署应用的完整技术流程。项目覆盖数据清洗（Common Crawl/FineWeb）、子词分词（BPE）、神经网络训练、推理采样（含temperature机制）、基础模型能力边界、后训练方法（RLHF/指令微调）、幻觉与上下文窗口等核心概念，并详解RAG架构中的嵌入、向量检索与上下文注入。所有内容严格基于Andrej Karpathy公开讲座，辅以可运行的事实核查工具验证准确性。适用于AI学习者、工程师快速建立LLM全栈认知，或作为教学辅助材料。