从零开始带你手搓transformer架构，讲清楚注意力机制和transformer架构。

李飞飞 World Labs 于 2026-09-01 发布新一代世界模型 Atlas：多模态自回归扩散 Transformer 架构，官方宣称全球首个多模态世界模型。输入 1~6 张图片即可生成像素级相机控制的 1 分钟 1440p 视频，用 2~3 张照片重建可探索 3D 场景并输出点云/3D Gaussian 表示，还能模拟机器人训练所需 RGB 与深度数据。一文读懂它与 Sora 类视频模

人工智能不是某一种算法，而是一类让机器完成感知、判断、预测和生成等任务的方法与系统。本文从普通程序与 AI 程序的区别出发，梳理机器学习、深度学习和生成式 AI 的关系，帮助零基础读者建立第一张 AI 学习地图。

机器学习听起来高深莫测？公式看着头大？今天我们不堆砌数学公式，直接用生活中最接地气的例子，配合动态交互的直观感受，带你一口气看懂 7 个最核心的机器学习算法！无论是应对面试还是日常打比赛，这篇都是绝佳的入门指南。

一个机器学习项目不是从训练模型开始，而是从定义问题、整理数据、特征工程、训练评估到上线预测的一整条 8 步链路。前五步占去大部分时间，模型训练反而最简单。

深度学习代码 80% 的报错都是 Shape 不匹配。但 Shape 不只是维度对齐，它是模型每一层之间的数据契约。这篇把 batch、特征、类别维度和常见的 Shape 流水线一次讲透。

训练 loss 不降？降了又升？训练好测试差？这篇把前面所有训练知识串成一套系统化的诊断流程，让你看曲线就知道问题在哪。

手把手讲解用LLaMA-Factory对Qwen2.5-0.5B进行LoRA微调的完整流程：环境搭建、信息抽取数据集构造、训练、模型合并及Ollama本地部署，让小白也能跑通。

从多维数组出发认识 PyTorch Tensor，重点解释 shape、dtype、device 和维度语义，并通过广播实验展示 Tensor 运算规则，帮助读者定位深度学习代码中最常见的形状错误。

从公式 y=xWᵀ+b 解释 nn.Linear 的矩阵计算，手动设置权重和偏置并核对输出，讲清 in_features、out_features、参数 shape、batch 维度与全连接层参数量的计算方法。