厦大团队 140 页 PPT 深入浅出地讲解大模型概念、技术与应用实践

这份来自厦大团队的资料是一份 140 页的 PPT，主题是把大模型的概念、技术和应用实践讲清楚。它不是视频课，没有讲师逐页念稿，而是一份可以反复翻、随时停在某一页对照思考的讲义型材料。对已经看过不少科普文章、但脑子里还没有形成结构的人来说，这类资料的价值在于：它把散落的概念串成了一条线。

资料定位：一份以结构见长的概念地图

大模型相关的公开内容很多，但大多是碎片化的：一篇讲 Transformer，一篇讲微调，一篇讲提示工程。单独看都能看懂，合起来却拼不出全貌。这份 PPT 的取向明显不同——140 页的体量足够把概念层、技术层和实践层依次铺开，形成一张相对完整的概念地图。

它的站位偏向“讲清楚是什么、为什么、大致怎么做”，而不是“手把手带你训一个模型”。对初学者来说，这种定位其实更实用：先把坐标系建立起来，再决定往哪个方向深入。对已经有工程经验的开发者，它可以当作一份查漏补缺的清单，看看自己在哪一块的理解其实是模糊的。

内容层级：从概念到技术再到实践

从主题拆解看，这份材料大致覆盖三个层次，理解这三个层次的关系比记住具体页数更重要：

• 概念层：大模型到底是什么，它和此前的 NLP 模型、和传统机器学习模型的区别在哪里，参数规模、预训练、涌现能力这些常被提及的说法各自指向什么。这一层解决的是术语统一问题。
• 技术层：围绕大模型的核心技术脉络展开，涉及模型架构的基本思路、训练流程的几个阶段、以及推理与部署时会遇到的现实约束。这一层不追求公式推导的完备性，但会给出一条能继续深入的线索。
• 实践层：把技术落到具体场景上，讨论怎么用、用在哪些任务上、效果边界大概在哪。这一层对做工程的人最有参照价值，因为它把“能做什么”和“实际做起来什么样”放在了一起。

三个层次之间是有承接关系的：概念不清，技术层就容易变成名词堆砌；技术层跳过，实践层就只能停留在调 API 的层面。这份材料的结构安排，是顺着这条线往下走的。

适合拿来对照实践，而不是空看

PPT 类资料有个常见问题：容易读成“知识点朗读”，看完感觉都懂了，动手时还是无从下手。避免这种情况的方式是带着具体问题去翻。

比如你正在评估某个业务场景要不要接大模型，可以重点看实践层里关于任务适配和效果边界的部分，把自己的场景往里套，看哪些条件满足、哪些不满足。再比如你打算系统学一下微调，那技术层里关于训练流程的梳理就可以当作一个提纲，顺着它去找更细的资料——论文、开源实现、框架文档。这样一份 140 页的材料，就变成了一根索引，而不是终点。

另外，把这份资料和真实代码对照着看，效果通常比单看讲义好。看到某个技术点，可以去开源社区找对应的最小实现跑一遍，哪怕只是把推理流程跑通，理解也会比纯阅读扎实得多。

一份可以反复回看的参考底稿

大模型这个方向的特点是变化快，但底层概念和技术骨架相对稳定。这也是这份资料值得留存的原因：它讲的不是某个框架的当前版本用法，而是那块不太会过时的地基。过一段时间回头再看，往往会发现当初略过的某几页，现在正好对得上自己遇到的问题。

如果你打算按自己的节奏推进，可以顺着这样一个顺序：先把概念层过一遍，建立术语共识；再进技术层，挑一到两个点深挖；最后回到实践层，找一个自己熟悉的任务场景做小规模验证。这套顺序不追求快，但每一步都有明确的产出，比漫无目的地翻完 140 页要实在。