llm-internals

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

• 可访问 YouTube 等外部站点的网络环境
• 本机已安装 Git（用于克隆仓库）
• 对 LLM 基本原理感兴趣的初学者或开发者，无强制编程环境要求

安装与启动步骤

1. 1克隆仓库

   把项目下载到本地。该仓库是图文与视频教程集合，不含需要编译运行的代码。

   git clone https://github.com/amitshekhariitbhu/llm-internals

   复制

2. 2阅读总目录

   进入仓库目录并打开 README，按从上到下顺序了解 LLM、RAG、MCP、Agent 等章节。

   cd llm-internals

   复制

3. 3先学 LLM 基础

   观看 README 首节视频，建立 LLM、RAG、MCP、Agent、微调、量化的整体概念。

4. 4学习分词

   观看 Tokenization 章节视频，理解为什么 LLM 需要先把文本切分为 token。

5. 5学习 BPE

   阅读 Byte Pair Encoding 博客，跟着简单示例理解 BPE 如何把文本切成更小片段。

6. 6持续跟进更新

   该系列会不断新增博客和视频，可定期回到仓库查看是否有新章节。

如何确认成功

能打开仓库 README，并成功访问其中列出的视频与博客链接，即说明学习环境已就绪。

常见问题

注意事项

• README 仅提供学习内容与外部链接，未包含安装、运行或部署命令，因此无法给出可执行的服务启动步骤。
• 视频链接均指向 YouTube，需要相应网络访问条件。
• 项目由 Outcome School 创始人 Amit Shekhar 维护，官方课程页为 https://outcomeschool.com/program/ai-and-machine-learning。