Sebastian Raschka（Ahead of AI 通讯） · Sebastian Raschka
The State Of LLMs 2025: Progress, Progress, and Predictions（正文标题行为“Progress, Problems, and Predictions”）
The State Of LLMs 2025: Progress, Progress, and Predictions（正文标题行为“Progress, Problems, and Predictions”）是Sebastian Raschka（Ahead of AI 通讯）的免费文章（en）。前置条件：需要了解预训练、微调、RLHF 等 LLM 基本概念，并能读懂论文级术语。
读者能建立对大语言模型 2025 年技术走向的整体认识，理解以 RLVR + GRPO 为代表的推理模型后训练路线，以及推理时扩展、评测与架构演进等议题。
- 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，无需账号；若遇到订阅提示可忽略。
- 练习与作业
- 开课提示词尚未实际运行验证
学完你能
- 说明 2025 年 LLM 发展的主线为何是推理模型，以及 RLVR 与 GRPO 在其中扮演的角色
- 区分预训练、中期训练（mid-training）与后训练（SFT、RLHF、RLVR）在训练流程中的位置与作用
- 解释可验证奖励（verifiable reward）为什么能在数学和代码等任务上提供训练信号
- 对比各年份（2022 RLHF+PPO、2023 LoRA SFT、2024 中期训练、2025 RLVR+GRPO）的重点技术变化
- 理解推理时扩展（inference-time scaling）在延迟、成本与准确率之间的权衡
- 了解过程奖励模型（PRM）在 DeepSeek R1 实验中效果有限的原因与后续可能方向
- 说明作者对 2026 年 RLVR 扩展与推理时扩展、2027 年持续学习的展望
适合你吗
适合
想快速把握 2025 年大模型技术全貌、把零散论文串成脉络的读者，尤其适合已有一定 LLM 基础的人做年度复盘。
暂不适合
希望获得可动手代码、完整课程作业或从零入门机器学习基础的学习者。
需要先会
需要了解预训练、微调、RLHF 等 LLM 基本概念，并能读懂论文级术语。
课程特点
- 内容侧重
- 按内容目录判断
- 练习与项目
- 无配套练习；建议每读完一节写两三句摘要，并挑一篇文中引用论文对照阅读。
- 学习时长
- 1 个课节原站未给出统一学习时长；实际用时取决于已有基础。
- 内容费用
- 免费节选里能直接读到文章正文内容，页面只显示 Subscribe / Sign in 入口，未见付费墙或登录拦截。
内容覆盖
- 1. The Year of Reasoning, RLVR, and GRPO（含 1.1 The DeepSeek Moment、1.2 LLM Focus Points）
- 后续小节（节选未提供，标题与内容未知）
常见问题
免费吗？
免费：节选里能直接读到文章正文内容，页面只显示 Subscribe / Sign in 入口，未见付费墙或登录拦截。实践无额外费用：本篇为综述阅读，不涉及需要付费的云服务、API 或 GPU。
需要什么基础？
需要了解预训练、微调、RLHF 等 LLM 基本概念，并能读懂论文级术语。软件、账号与硬件：无必须安装的软件；浏览器打开网页即可阅读正文。
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/state-of-llms-2025。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 2025-12-30
- 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。