大模型

整理 Agent Skills：把一类问题的指令和脚本收成可以反复使用的技能。

从 RAG 检索不准讲到 MCP，看模型怎么用统一协议连接外部工具和数据。

按论文记 DeepSeek 从基础语言模型到 MoE，结构上做了哪些取舍。

分开推理和训练，估算大模型占用的内存和显存。文中的数字还待实测。

以 Qwen2.5 AWQ 为例，看模型目录里 config、权重和分词器各管什么。

记多模态学习在说什么，不同模态的信号怎么放进同一个模型。

全参微调太贵时，用 Adapter 这类方法只训练新加的一小部分参数。

对比预训练语料和指令微调数据，在目的、格式和用法上差在哪。

大模型系列的总览，从基础知识列到后面各篇要展开的主题。目录还在补。