Sebastian Raschka(Substack 个人博客) · Sebastian Raschka
The Big LLM Architecture Comparison
The Big LLM Architecture Comparison是Sebastian Raschka(Substack 个人博客)的免费文章(en)。前置条件:需了解 Transformer、自注意力、前馈层与 KV cache 的基本概念。
读懂主流开源大模型(DeepSeek V3/R1、Llama 4、Qwen3、Gemma 3、Kimi K2 等)在注意力、MoE、归一化等结构上的设计取舍。
- 难度
- 见前置条件
- 类型
- 博客 · 文章
- 语言
- en
- 规模
- 1 个课节
- 内容费用
- 免费
- 动手
- 打开即可学习
使用限制
浏览器打开网页即可阅读正文,无需自备账号或工具。
- 练习与作业
- 开课提示词尚未实际运行验证
选择学习环境
浏览器或在线环境
先读 DeepSeek V3/R1 一节理解 MLA 与 MoE 两个核心机制,再按目录对比其他模型。
无;浏览器阅读即可,无需安装环境。
准备工具和账号
标“选用”的可以跳过。
- 浏览器打开文章并按左侧目录跳转章节
让 AI Agent 一次搭好课程
复制开课提示词发给你常用的 AI Agent。它会下载允许保存的官方材料、建立课节目录并自检;需要账号、权限或费用时会先问你。
开课提示词 · 只需用一次此提示词尚未实测验证请帮我把「The Big LLM Architecture Comparison」的学习环境一次准备好,让我之后只需要按顺序学习和做练习。 开始前先问我:课程放在哪个目录(等我给出完整路径),确认我的操作系统和已有工具。确认前不要创建文件或安装软件。 课程入口:https://magazine.sebastianraschka.com/p/the-big-llm-architecture-comparison 我的系统:Windows。如果实际不符,先调整方案。 本次路线:浏览器或在线环境。只准备这条路线需要的工具;只读路线不安装运行环境、不配置模型密钥。 练习:可对照文中引用的论文与 Hugging Face 配置文件核对各模型结构参数,加深理解。 课节(官方顺序): 1. The Big LLM Architecture Comparison(单页长文):https://magazine.sebastianraschka.com/p/the-big-llm-architecture-comparison 1. 环境 - 无需安装环境 - 任意现代浏览器 - 安装前先列出要装的软件和命令,等我同意;已装好的直接复用。 2. 材料 - 官方课程页面:只记录链接 https://magazine.sebastianraschka.com/p/the-big-llm-architecture-comparison 3. 目录(最外层放在我确认的位置) big-llm-architecture-comparison/ ├── README.md # 课程入口、课节清单、每次怎么开始 ├── progress.md # 每课:读讲义 / 做练习 / 记笔记 ├── questions.md # 待解决的问题 ├── check-env.md # 环境自检,按 README 操作 ├── data/ # 练习用到的样例数据 └── lessons/ # 每课一个文件夹:notes.md + exercises/ └── 01-01-the-big-llm-architecture-comparison/ - 每课文件夹里建 notes.md(顶部写本课官方链接)和 exercises/;课节文件夹名称与上面一致。 - 已有课程目录先检查并复用;不覆盖笔记、作业或 progress.md,不重置已有进度。尚未发布的课节保留入口并注明未发布,不能代写讲义或虚构练习。 4. 自检 - 创建 check-env.md,逐项检查并记录“通过/未通过”: - 按浏览器或在线 notebook 清单检查,不为自检安装本机终端。 - 打开 https://magazine.sebastianraschka.com/p/the-big-llm-architecture-comparison → 页面标题为 The Big LLM Architecture Comparison,可看到 DeepSeek V3/R1、MLA、MoE 等小节内容 - 在正文中查找 “Multi-Head Latent Attention (MLA)” → 能找到对应小节及 KV cache 压缩的说明与配图 - 标注为人工检查、浏览器操作或 notebook 单元的项目,按相应方式操作,不直接粘贴进 shell;脚本只包含当前系统可执行的命令。 - 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项;需要登录、付费或尚未开放的材料记为“需要我操作/未验证”,不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。 - 运行一次,把结果给我看;未通过的项目说明原因和修复办法。 5. 学习计划 - README.md:课程入口、课节清单(带链接)、每次学习怎么开始(使用“每课提示词”)。 - progress.md:每课三项勾选——读讲义、做练习、记笔记。 6. 最后分三部分汇报:已完成、需要我自己操作的、尚未验证的。 边界: - 需要管理员权限、会产生费用或需要填写密钥的操作,先告诉我原因,等我同意。密钥由我在本机配置,不发到聊天,不写进笔记或版本库;原项目需要 .env 时确认已被 Git 忽略。 - 不替我写练习或作业答案,也不替我提交。我卡住时只给提示;我明确要求时才给解答。 - 只下载许可允许个人保存的材料;其余只放链接。不把未运行的命令说成成功。 如果你不能直接操作我的文件系统,请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。搭好后的课程目录
big-llm-architecture-comparison/ ├── README.md # 课程入口、课节清单、每次怎么开始 ├── progress.md # 每课:读讲义 / 做练习 / 记笔记 ├── questions.md # 待解决的问题 ├── check-env.md # 环境自检,按 README 操作 ├── data/ # 练习用到的样例数据 └── lessons/ # 每课一个文件夹:notes.md + exercises/ └── 01-01-the-big-llm-architecture-comparison/
常见问题
免费吗?
免费:节选可直接读到 DeepSeek V3/R1 一节的完整正文,未出现付费墙、登录拦截,也未写明本资源自己的课节、证书或配套内容需付费。实践无额外费用:阅读性文章,无需云服务、API 或 GPU。
需要什么基础?
需了解 Transformer、自注意力、前馈层与 KV cache 的基本概念。软件、账号与硬件:无;浏览器阅读即可,无需安装环境。
有中文吗?
本站记录的语言是en;是否有中文字幕或译本本站未核实,请以原站为准。
怎么开始?
从原始资源入口开始:https://magazine.sebastianraschka.com/p/the-big-llm-architecture-comparison。打开原文即可,无需安装软件。开课提示词尚未完整验证。练习与作业需要自备:开课提示词尚未实际运行验证。
来源与使用须知
- 收录时间
- 本站首次收录 2026-10-24原站首次发布 2025-07-19
- 指南参考
- 课程主页
版权与转载
- 课程材料未标明许可:仅供个人学习,转载、修改或商用前请先联系原作者。
- 本站只提供原始链接和学习指南,不转载、不镜像课程材料;引用时请注明原作者与出处。