我的 AI 学习地图V2 · 学习地图 · 2026.10

PROJECT 01 / 学习案例

从一个小模型,
看见训练的完整过程。

沿开源教学仓库拆解模型主干、预训练、视觉接入与代码 RL,追问每个模块为什么这样连接、每项结果意味着什么。

FOCUS / 主路线中的局部

架构、视觉表示与可验证反馈

CHAPTER 01 / 概览与角色

沿着一个微型模型,读完整个训练流程

这项学习围绕一个从随机初始化出发的小型语言模型展开。它把混合注意力、MoE、预训练、视觉接入和可执行奖励放在同一个可检查的仓库中。我的关注点是模块怎样连接、训练信号从哪里来,以及一个结果究竟能支持多大的结论。

我的原话
本地部署很简单,但是我想通过这个小项目学习 应该怎么学呢
P2-M3 · 2026-10-06 · 原对话 ↗
我的原话
把这个都搞定后,再去补齐模型进化到VLA WAM的知识 这个路线合理吗
P2-M9 · 2026-10-06 · 原对话 ↗

在知识主线上的位置

主要对应 Transformer、MoE、视觉表示与多模态连接、可验证奖励后训练。依赖反向传播、位置表示和基础语言建模。本案例聚焦这组局部机制,不声称覆盖整个具身控制或世界模型方向。

怎样读这份项目记录

蓝色引文保留我在讨论项目时的追问和后续表述;紫色部分概括原 AI 回答;暖色部分给出代码与报告核对后的修正。模型和实验来自原作者仓库,环境部署记录来自我自己的终端与对话;作者跑分不记作我的复现成绩。

版本与命名边界

核对版本为本地 Git 提交 96d9c7c3bf85。仓库名称表达启发来源;其缩小实现不能当作商业模型完整复现,也不能用于证明商业模型的精确内部结构。

主要节点:Transformer、MoE、ViT、LLaVA、InstructGPT、DeepSeek-R1。来源:[C1] ↗;个人材料 P1、P2、X1、P3。

核对来源 · 1 项

技术核对:2026-10-16。个人学习记录只代表原对话当时的范围。

继续聊聊

留一个想法,或一个问题

03 · 项目

这里的留言公开可见。欢迎分享你的理解,也可以指出值得修正的地方。

正在分配你的访客编号…

同一浏览器在本站共用一个编号;清除网站数据后会重新分配。

0 / 1000

项目的留言

正在读取留言…