把大模型应用开发，放进完整工程项目里学
先跟着 RAG 和 Deep Research 两条教程主线，把检索、Agent、评估、引用和记忆串起来。每完成一段，再用对应项目面试题检查技术取舍、失败案例和验证方法。
2 条主线项目 · 7 个专题方向
项目目录
- RAG 智能问答系统 — 主线项目
公开教学项目：从文档解析、检索重排到引用与评测
10 章教程 · GitHub 代码 · 156 道关联题 - Deep Research Agent — 主线项目
自主调研 Agent:搜索 → 读 → 交叉验证 → 生成带引用的调研报告
8 章系统拆解 · ReAct → IterResearch · 配套面试拆解 - 大模型微调实战 — 专题项目
从数据构造到 LoRA 训练:数据格式、显存估计、灾难性遗忘、token-参数拐点、效果评估
内容规划 · 数据 / 训练 / 评估 - Function Calling 微调 — 专题项目
让模型学会调工具:业务背景 → 数据工程 → 训练策略 → 评估与事实自检
教学规划 · 业务 / 数据 / 训练 / 评估 - RLVR 强化学习项目 — 专题项目
RLVR(可验证奖励的强化学习):项目背景 → 技术方案 → 数据准备 → 训练解析
内容规划 · RL / 训练评估 - RL 强化学习图解 — 专题项目
PPO / DPO / GRPO 概念图解 + 损失函数 + 训练练习 + 事实自检
内容规划 · 图解 / 代码 / 训练 - Agent / Multi-Agent 系统 — 专题项目
从单 Agent 到 Multi-Agent:规划模块、执行框架、多智能体协作与前后端落地
内容规划 · 规划 / 协作 / 工程化 - Text2SQL 自然语言查数据 — 专题项目
自然语言转 SQL:代码学习路径 + 工程化改进方案
内容规划 · 数据 / BI 方向 - Memory & Transformer 基础 — 专题项目
Transformer 基础(分词 / Embedding / MHA·GQA·MLA / MoE)+ 大模型 Memory 模块
章节规划中 · 基础与 Memory