大语言模型

从概念到微调，大语言模型（LLM）的基础知识与实践笔记：模型原理、Token 机制、RAG 检索增强，以及经典的 GPT-2 微调实战。

文章	简介
LLM 概述	大语言模型的基本原理、发展脉络与能力边界总览
Token 详解	Tokenizer 的工作机制：BPE 分词、上下文窗口与计费逻辑
RAG 技术	检索增强生成的核心流程：向量化、检索、重排与生成
RAG 与 LangChain	用 LangChain 搭建 RAG 应用的组件拆解与代码实践
GPT-2 微调	从零微调 GPT-2 的完整流程：数据准备、训练与效果评估