本栏目整理大型语言模型（LLM）基础知识，包括预训练、生成式模型架构、提示方法、对齐技术、推理优化等内容。

章节目录

• 概要图 - 大模型基础知识全景图
• 第1章 预训练 - 无监督预训练、自监督学习、BERT模型
• 第2章 生成式模型（LLM） - 仅解码器架构、训练微调、大规模训练、长序列建模
• 第3章 提示方法（Prompting） - 通用提示设计、进阶方法、学习提示
• 第4章 对齐 (Alignment) - 指令对齐、RLHF、改进方法、安全对齐
• 第5章 推理 (Inference) - 预填充解码、高效推理、推理时扩展