大语言模型 (LLM) 核心与应用

本章节深入大语言模型的核心技术体系，涵盖提示词工程、分词器机制与参数高效微调。面向小白拆分为 3 篇教程：

• 1. Prompt 工程全景指南：四要素设计、CoT 思维链推导与 Python 结构化 JSON 提取。
• 2. Tokenizer 机制与大模型主流架构：BPE 分词原理、Qwen/Llama/DeepSeek 架构特性对比。
• 3. LoRA/QLoRA 高效微调实战：低秩分解原理与 4-bit 量化显存优化微调。