阶段目标
从"会测"到"测得透"，必须理解模型内部机制。 本阶段从输入的 Token 化开始，逐层拆解 Embedding 表征、Transformer 注意力、训练对齐、解码采样，直到推理引擎的性能瓶颈。理解了这些底层原理，你才能真正定位"为什么模型会这样回答"。
难度：高级 · 预计：12-18 小时 · 成果：建立模型内功心法
本阶段文章
- 36 Tokenizer 与上下文窗口原理
- 37 Embedding 与向量检索底层
- 38 Transformer 手撕与注意力机制
- 39 训练目标与对齐机制
- 40 解码采样与稳定性测试
- 41 推理引擎与性能底层
学习建议
按顺序学习「模型底层原理」阶段, 每篇都有实践案例。学完后可以回到 大模型测试体系首页 继续下一个阶段。