原理精讲

Tokenization 基础 BPE 算法详解 GPT 系列 Tokenizer BPE 训练工程化

从 token ids 到 logits Embedding 与 LM Head

Attention 机制

位置编码基础 RoPE 数学推导 RoPE 代码实现长度外推

GPU 编程基础

GPU 架构基础张量布局 Triton 入门：向量加法

Flash Attention 原理详解从朴素实现到 Auto-Tuning Block Pointer 与多维支持 Causal Masking 优化 Grouped Query Attention 反向传播实现

分布式训练

数据并行 ZeRO 优化器全分片数据并行张量并行流水线并行多维混合并行

动手训练

预训练数据 Tokenizer 训练模型架构数据流水线训练循环监控与验证

预训练数据

会员专享

理解 Fineweb-Edu-Chinese 数据、采样 shard 和默认目录

登录以继续阅读

这是一篇付费内容，请登录您的账户以访问完整内容。

预训练

从样本数据开始，完成 29M BentoLM 的完整预训练闭环

Tokenizer 训练

使用 RustBPE 训练 BPE tokenizer，并导出 tiktoken 编码

目录