◷ An Atlas of the Mathematics
大模型,
归根到底是数学。
从一个向量的内积,到注意力机制里的一次加权求和——这里把支撑大语言模型的数学,拆成可以看见、可以连接的知识网络。
⠿ Learning Path · 推荐阅读顺序
不知道从哪开始?跟着学习路径走。
从向量到注意力机制,一条由浅入深的阅读路线。已读的会点亮,自动帮你标出下一篇该看的。
下一步线性代数
变量与代数:用字母代替"某个数",就像用"某人"代替名字
查看完整路径 →微积分2026.06.19
梯度下降:蒙眼下山找最低点
阅读全文 →3 min
线性代数2026.06.19
LU分解:把矩阵拆成上下三角,解方程更快
11 MIN READ线性代数2026.06.19
大模型如何判断两个词认不认识?
7 MIN READ线性代数2026.06.19
最小二乘的真相,藏在一个矩阵里
11 MIN READ线性代数2026.06.19
最小二乘法:为什么那条完美的线,必须用平方来画?
8 MIN READ线性代数2026.06.19
林黛玉徒手拔了一棵树,模型不知道哪里错了
5 MIN READ线性代数2026.06.19
你背了十年的叉乘公式,从来没真正理解过它
6 MIN READ⎡⎤39 篇
线性代数
Linear Algebra
向量、矩阵与变换——大模型计算的骨架。
进入领域 →∂14 篇
微积分
Calculus
导数、梯度与链式法则——学习如何发生。
进入领域 →∫p7 篇
概率与统计
Probability
分布、期望与不确定性——模型如何度量世界。
进入领域 →σ3 篇
神经网络
Neural Networks
把以上数学拼成会学习的结构。
进入领域 →