原理精讲

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

Attention 机制详解

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

Tokenizer 训练

会员专享

使用 RustBPE 训练 BPE tokenizer，并导出 tiktoken 编码

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。

预训练数据

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

模型架构

从 bento_29m.yaml 读懂 BentoLM 的结构和参数规模

目录