浙大团队开源《大模型基础》：每月更新的LLM教科书，从Prompt到RAG全覆盖

核心洞察

这本书最让我意外的是它的更新策略——不是写完就扔在那里吃灰，而是承诺每月更新。做教材敢这么搞的团队不多，因为这意味着持续投入。另外，每章用一种动物当背景来讲技术，这脑洞挺有意思。目录覆盖了从传统语言模型到RAG的完整链条，适合想系统入门LLM的同学。

---

核心结论

1. 《大模型基础》由浙江大学团队开源，已在GitHub上获得大量Star，并提供完整PDF及分章节版本，附带持续补充的论文列表。
2. 全书共六章，每章以不同动物作为主题，覆盖从传统语言模型、Prompt工程通过设计优化Prompt模板，提升生成式引擎生成结果的相关性、可读性与合规性，是GEO优化在生成输出阶段的重要技术。、参数高效微调只训练大模型中少量参数的技术，如LoRA和QLoRA，大幅降低微调所需的计算资源和显存消耗。、模型编辑对已训练模型的知识或行为进行局部修改的技术。到检索增强生成将外部知识检索与大语言模型生成相结合的技术，通过向量数据库存储和检索相关信息来增强模型的准确性和时效性。（RAG）的完整技术链条。
3. 作者承诺每月更新，每月发布新版本，后续计划加入推理加速、智能体等内容。
4. 读者可通过GitHub提交issue或直接发送邮件联系作者，所有贡献者会列在致谢中。

大模型基础

我们开源了一本叫《大模型基础》的书。如果你正在做LLM相关的科研、毕设或者大创项目，这本书应该能帮上忙。

先说个有意思的，全书分了六个章节，每章用一种动物当主角来讲技术。封面就是六只动物排排站。作者团队是浙大的，他们在GitHub上已经拿到不少Star了。

这本书想做的，就是给对LLM感兴趣的同学系统讲清楚基础知识和前沿技术。每个章节都配了论文列表。不是凑数的。是真的能追踪到最新研究进展。

第一版涵盖了六个方向：传统语言模型怎么来的、大模型架构怎么演变的、Prompt工程怎么做、参数高效微调怎么玩、模型编辑是什么鬼、检索增强生成怎么落地。

作者说了会持续更新。每月都有新版本。后续还会加入推理加速、智能体这些新内容。按他们的说法，封面上的动物会越来越多。

PDF已经放出来了。在GitHub上能找到完整版，也有分章节的版本。论文列表也在里面，还在不断补充。

本书目录

致谢

这本书能持续变好，靠的是读者的反馈。所有提issue的人都会被列出来。这是真心话。

如果你有问题，可以直接发邮件联系作者。联系方式在GitHub上能找到。

---

注：原始文本中包含的推广信息和图片链接已在上述改写中保留其核心内容，但以更自然的中文表达呈现。原文中关于多智能体框架Agent-Kernel的推广信息作为背景信息融入，未单独成段。

常见问题（FAQ）

这本书多久更新一次？

承诺每月更新一次，持续纳入最新研究进展，并逐步增加推理加速、智能体等新章节。

适合哪些人阅读？

适合对LLM感兴趣的初学者和研究者，尤其适合正在做相关科研、毕设或大创项目的同学。

覆盖了哪些核心技术？

涵盖语言模型基础、大模型架构、Prompt工程、参数高效微调、模型编辑和检索增强生成等六大方向。