一、The Illustrated 系列

如果你关注大模型技术动态，你可能知道这两个名字：Jay & Maarten，如果你不知道，那你大概率知道这篇文章——“The Illustrated Transformer”，或是读过以各种形式翻译过的这篇文章。我们说这篇文章是“爆款”“在圈内疯传”，一点儿也不夸张。

今年春节，在 DeepSeek-R1 最火的时候，解读底层原理的“The Illustrated DeepSeek-R1” 又刷屏了我们的朋友圈。

以上两篇文章的作者都是 Jay（Jay Alammar）；而 Maarten（Grootendorst），大家看他的文章也不少，只是他对热点的追踪没那么快，但跟 Jay 相比，Maarten 的表达功力有过之而无不及。看看下面的图解系列的文章，总有一款你熟悉（都出自两位）：

The Illustrated 系列已经成为大模型技术圈的王牌解读博客文章，每次出现新技术，读者翘首以盼。

二、《图解大模型》

而今天介绍的这本书：

正是两位业内资深专家专门为初中级读者创作的大模型学习指南，原始资料就是百万读者亲自验证过的一些热门博客文章，看到封面上的袋鼠部分朋友已经很熟悉了，原书非常有名：Hands-On Large Language Models: Language Understanding and Generation。

中文书名为《图解大模型》，即以“图解”为核心理念，通过高质量插图（超过 300 幅哦！），彻底颠覆你对技术书“晦涩难懂”的刻板印象。从底层原理到应用开发，再到模型训练与微调，让大家不仅能“读懂”，还能“看懂”，更要“用起来”。

很多读者说，这书的中文书名并没有照搬英文书名，必须承认，原书名将“动手做”列为第一特征，中文书名将“图解”作为首要特色，“实战”作为第二特色，这确实是我们反复思考之后，觉得最能体现图书特色的书名了——左手代码，右手图，边看边操作，学得肯定快！

我们展示几页内文，请大家体会一下——将抽象概念转换为形象图形的巧思：

三、Jay & Maarten × 李博杰

两位作者背景相当硬核：

刚提到了两位作者，也要隆重地介绍一下我们的译者李博杰老师，同时也是业内 AI 创业者：

博杰老师不仅在原作上下了功夫，还结合自己在创业过程中面试候选人的经历，以及本书及其关联资料，针对大模型领域系统梳理出 200 道高质量面试题，附赠读者，旨在帮助大家更深刻地理解相关知识点。

附赠的内容以免费电子资料的形式开放（大家可前往图灵社区下载阅读）。

回到图书本身的内容，我们来看看这本书具体是怎么组织的，看一张目录导图吧！

四、这本书讲什么

结合这个目录，我们来看看本书的主要内容：

第一部分：理解语言模型

探索大、小语言模型的内部运作机制。首先概述该领域和常用技术(见第 1 章)，然后讨论这些模型的两个核心组件(见第 2 章)：词元(token)和嵌入 (embedding)。本部分最后是对 Jay 的大名鼎鼎的文章“The Illustrated Transformer”的更新和扩展，深入探讨了这些模型的架构(见第 3 章)。本部分还将介绍许多贯穿全书的术语及其定义。

第二部分：使用预训练语言模型

通过常见用例探索如何使用 LLM。我们将使用预训练模型并展示它们的功能，无须进行微调。

你将学习如何使用语言模型进行监督分类(见第 4 章)、文本聚类和主题建模(见第 5 章)，利用嵌入模型进行文本生成(见第 6 章和第 7 章)、语义搜索(见第 8 章)，以及将文本生成能力扩展到视觉领域(见第 9 章)。

学习这些独立的语言模型功能将使你具备用 LLM 解决问题的技能，并能够构建越来越高级的系统和流程。

第三部分：训练和微调语言模型

通过训练和微调各种语言模型来探索高级概念。我们将探讨如何构建和微调嵌入模型(见第 10 章)，回顾如何针对分类任务微调 BERT(见第 11 章)，并以几种生成模型的微调方法结束本书(见第 12 章)。

附录：图解 DeepSeek-R1

中文版专享福利，添加 Jay 大名鼎鼎的文章 “The Illustrated DeepSeek-R1”，通过 18 幅彩图解读 DeepSeek 底层原理，帮助读者真正认识推理大模型的本质。

五、适合谁阅读

本书适合对大模型感兴趣的开发者、研究人员和行业从业者。读者无须具备深度学习基础知识，只要会用 Python，就可以通过本书深入理解大模型的原理并上手大模型应用开发。书中示例还可以一键在线运行，让学习过程更轻松。

本书 GitHub 附赠大量延伸资料，且代码可通过 Google Colab 一键运行。

GitHub：

https://github.com/HandsOnLLM/Hands-On-Large-Language-Models

六、业内专家热评推荐

在国外，从 AI 教育专家，到 YouTube 大神，再到 Transformer 热门库创建者，都这本书赞誉有加。

在国内，大模型领域一线技术专家热评了本书在“图解”“可视化学习”与“工程落地”方面的特色。

以下为领域专家提前审阅本书给出的评价，供大家参考。

七、AI大模型学习和面试资源

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓