llm 架构

整体结构

在经典的架构中，数据经过注意力模块后会进行归一化（LayerNorm）。不过现在很多先进的大模型（如 Llama）为了更稳定，会把归一化放在注意力模块之前。

深层网络里，各层输出的尺度和分布会不断漂移，导致后续层“吃进去”的数值忽大忽小、训练变得不稳定。归一化就是把每一层喂给下一层的数值，拉回到一个稳定、可学习的范围（更强调相对大小而不是绝对数值），从而让梯度更稳定（不会爆、不易消）。

然后进入到前馈神经网络模块（图中的 Feed forward），就是最开始提到的那种神经网络。在这里会有隐藏层对向量维度升级，从而学习更多隐藏的内容，最后降回输入维度。

另外可以注意到，侧面有一条线跳过部分模块直接连到后面的加号，这被称为残差连接。

其中：

• • ：上一层的输出；
• • ：这一层学习到的新信息；
• • ：二者相加后的结果。

残差连接带来以下好处：

1. 1. 防止信息丢失：原始输入 (x) 直接保留并传递；
2. 2. 防止梯度消失：反向传播时，梯度能直接穿过“+x”那条通道；
3. 3. 让训练更容易：每层只需“微调”已有知识，而不是重学一遍。

Transformer 层本身也不止一个，最小的 GPT2 都有 12 个 Transformer 层。

所以整个大语言模型的架构差不多就是：

输入文本 → 分词 → 向量化 (Token + 位置编码)→ 经过 N 层 Transformer Block（注意力 + 前馈）→ 层归一化 + 线性输出层 → 预测下一个 token 的概率分布

(注意：具体的归一化位置和顺序在不同模型中可能略有不同。)

在生成（推理）阶段，下一个词的时候就会涉及到“温度 (Temperature)”和“Top-k / Top-p”参数，修改这些参数可以让生成下一个词的可选值更丰富，生成更天马行空的文本。

当然这只是一个实现方式，不同的模型会尝试排列组合、或者创新地加入其他模块，尝试优化模型的性能和上下文。

训练

就如之前所说的，你只要把现有的文本拆开，喂给模型，经过反向传播不断调整模型参数，最后它就自然能猜到下个字是什么。

其中涉及的参数包括：

• • 梯度下降算法：Adam、AdamW、RAdam 之类的；
• • 批量（Batch）训练：一次喂多条样本，让显卡更高效；
• • 学习率（Learning rate）：调节“改参数的步伐”，太大容易崩，太小学不动；

在训练过程中，你可以把参数保存下来，做个 checkpoint，这样就不必一次跑完所有训练，也不怕越练越差，一旦练坏了，只要回滚到上个 checkpoint 就好了。

现在除了头部大公司基本上不会从 0 开始训练，因为花费的时间和算力都太多了。作为独立开发者，这注定是一个你知道原理、会写代码，但是自己就是无法实现的领域。

下一章会介绍怎么在一个 GPT 的基础上继续做后训练，敬请期待🐱

为什么这样能行

这是一个哲学问题，什么算是“能行”？LLM 是真的学会了什么，还是单纯的概率模型。

这让我想起高中的一个梗……数学强解法，什么数学强解物理、数学强解生物，而 LLM，就是用数学强解语言。注意力机制每一步都有其道理，但是我觉得没有人从一开始就觉得这样能行，要不怎么大家都说大模型是“大力出奇迹”呢，是的，这本身就是一个意外的奇迹。

如果要反过来解释为什么能行，只能说大模型这个实验证明了语言可以被数学强解。

参考资料

• • 从零构建大模型
• • LLM 架构

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！