吴师兄大模型训练营【2026最新版】

大家好，我是吴师兄。

我想先问你一个问题：你现在距离大模型岗位，差的到底是什么？

不是努力，不是智商，也不是运气。

我见过太多人自学了半年，LangChain 用得很熟，RAG Pipeline 跑通了，但面试一追问就哑火，因为他们做的项目，是 Demo，不是工程。而面试官要的，是一个能在生产环境撑起来的系统，以及一个能把每个技术决策讲清楚的人。

这就是我做这个训练营的原因。

在内测了半年之后，2024 年暑假，我们正式开展了第一期的大模型训练营：玩转大模型。

当时的内容就远比市面上很多所谓的大模型训练营内容丰富的多，因为根据我当时的一个调研，很多其它机构的内容都只是围绕机器学习相关的内容进行讲解，最后才会提一嘴大模型项目，而且还是 Github 开源的那些 Toy 项目，根本就无法落地。

按照我们的课程规划，每个季度，大模型训练营的内容都会不断的更新和迭代，截止到 2026 年 2 月份，训练营的内容已经更新了 4 个大的版本，有七八个原创落地的商业级大项目，同时删除了一些 2024 年讲的但现如今已经过时的技术知识点，训练营里面还是有接近 30 周的内容。

同时，按照我一直以来的做法和你们都可以看得到我已经做到的，每个季度后续都会按照这个频率去更新内容，所有更新的内容老学员报名后两年内都不需要二次付费。

课程方向：大模型工程落地 · Agent 系统开发 · RAG 优化 · SFT 微调

适合人群：算法工程师转型 / 应届生求职 / 有编程基础的跨行从业者

课程周期：每季度更新迭代，持续跟进行业前沿

我的大模型训练营的特点

大模型相关岗位的招聘需求在过去两年持续增长，但市场上多数教程停留在调用 API、跑通 Demo 的层次，与企业实际要求之间存在明显落差。

面试官在筛选候选人时，关注的并非"是否用过 LangChain"，而是：你能否在一个完整的系统中做出合理的架构决策，并清晰解释每个技术选型背后的权衡。

说直白一点就是：你的项目，能不能讲一个小时，还让面试官觉得你懂。

大多数人做不到这一点，不是因为他们笨，而是因为他们的项目本来就没有这个深度。

所以训练营自开设以来的核心目标只有一个：让你带着真正写过、讲得清楚的工业级项目去面试。围绕这个目标，我们和市面上大多数训练营有几点根本不同。

第一，"工业级"是有硬标准的，不是嘴上说说

我们在训练营里面反复强调"工业级"，这一标准具体体现在以下几个维度：

工程规模上，不是几百行的 Notebook，而是有模块划分、有配置管理、有错误处理的多文件工程结构，规模上接近真实的企业项目。比如我们的 DeepResearch 项目就是 33,885 行代码、165 个文件模块、25+ 服务组件、12 张数据表。

架构合理性上，组件之间的边界清晰，数据流向可追溯，关键路径有监控和降级策略。面试中能回答"为什么这里用消息队列而不是直接调用"这类问题，而不是"框架就这么写的"。

可部署性上，项目附带完整的容器化配置，能够在标准环境中一键启动，而不是"在我本地能跑"。

算法与工程的结合上，不只是接入模型 API，还涉及检索策略设计、微调流程、评估指标，能够回答"效果不好怎么改"的问题。

第二，每一个项目都是我们自己原创落地的，不是开源改皮

训练营里面三大主力项目，DeepResearch 深度研究 Agent、金融研报 RAG 系统、企业培训 Multi-Agent，加上本月新开讲的 Agent SKILL 项目，全部都是我们团队从需求到上线一手做出来的。每一个项目我都能讲清楚：为什么是这个架构、踩过哪些坑、不这样做会出什么问题、量化指标是多少。

这也意味着，你学完之后能在简历上写的，是有据可查的工程经历，不是"基于 GitHub 某项目复现"。

第三，入营前的一对一规划，不合适的我们直接劝退

这一点是我们和其他训练营最不一样的地方。

入营之前，助教会和你做一次真正的一对一规划，不是走流程，是真的帮你把情况想清楚：

• 你现在的背景能冲什么方向，不适合什么方向

• 校招还是社招，时间线怎么排

• 接下来 4 个月，每个月重点做什么

说实话，有些人聊完之后我们会直接告诉他：你现在的阶段不适合报名，先去做 X 再来。我们不会为了收钱让不合适的人进来。

正因为这样，进来的学员才都是真正能出结果的人。

第四，季度更新机制，老学员两年内免费

大模型这两年技术变化太快了，去年讲的某些东西今年已经不重要了，今年新出来的东西明年又会变。所以我们一开始就是按季度更新机制来设计的，截止目前已经迭代了 4 个大版本，每一次更新老学员都不需要再付费，两年内有效。

这个承诺我们已经履行了一年半，欧弟算法直播间四年从未断更，数据公开可查。

第五，专属学习平台，交互式 + 动画演示

为了让一些抽象的算法概念变得直观，我们做了一个专属的学习平台，把复杂概念用动画演示、把关键算法做成可以交互式调参的组件、把每个学员的进度和作业产出做成可视化看板。这部分是我们自己的工程团队做的，市面上其他训练营基本看不到。

训练营学习内容

接下来这一节，我把整个 99 天的学习路径完整地铺开讲一遍。注意，这是通用框架，你报名当天会有一次 1v1 会议，根据你的具体背景定制属于你自己的节奏。

阶段一：大模型必备基础速通（第 1 周）

很多同学问基础不好能不能学，能。前两周我们就是用来打底的。

这一周主要内容包括 Python 进阶（函数式编程、面向对象、NumPy / Pandas）、神经网络核心概念（前向反向传播、损失函数、梯度下降、激活函数）、PyTorch 框架速通（Tensor 操作、自动求导、模型搭建、数据加载），以及 AutoDL 平台使用、Hugging Face / ModelScope 模型下载这些工程上的准备工作。

这周结束你需要能用 PyTorch 从零手撕一个完整的神经网络训练流程。

阶段二：手撕 Transformer 与 MOE（第 2 周）

整个大模型的根基就在这里。我们不背公式，而是用 EXCEL 把 Transformer 所有关键模块的矩阵计算过一遍，让你看清楚数据是怎么流动的。

这一周覆盖 Dense 架构（Encoder / Decoder、Self-Attention、Multi-Head Attention、Positional Encoding、LayerNorm、FFN）和 MOE 架构（专家网络、门控路由、Top-K 激活、负载均衡）的全部核心组件。手撕环节是必经之路：Multi-Head Attention、FFN、MOE-FFN，从头实现一遍。

这周结束你应该能完整讲清楚 BERT、T5、GPT 三种结构的模型结构、推理方法、训练方法、下游任务应用。

阶段三：手撕 LLaMA、Qwen、DeepSeek（第 3 周）

主流开源模型这一周走完。Llama 与标准 Transformer 的差异（GQA、RMSNorm、SwiGLU、RoPE）原理与实现，加上 Llama3 论文带读和手撕 llama3-8B。KV Cache、解码采样策略（Top-k、Top-p、Temperature、BeamSearch）也在这里讲透。

Qwen 系列和 DeepSeek 系列都配有万字详解文档，DeepSeek 里面 MTP、MLA、双端流水线设计、稀疏激活和负载均衡是重点，DeepSeek-R1 的论文我们也会一行一行精读。

这周走完，Transformer 类的面试八股加手撕题基本就不再是障碍。

阶段四：大模型部署、压测、应用开发实战（第 4 周）

到这一周开始进入工程。

FastAPI 框架（路由、依赖注入、异步 I/O、Streaming）作为后端底座，vLLM 部署 Qwen3 模型并暴露推理接口，并发与压测（TPS、首字延迟、吞吐、P99），这是把一个模型变成服务的全流程。

应用层会讲高级提示词工程（多角色系统提示、CoT、Self-Consistency、动态上下文窗口裁剪）、JSON Schema 结构化输出技巧、Function Calling 协议与工具链整合。

本周产出：完成「深学 AI 助手」项目，一个可以线上演示的 AI Chat 服务。

阶段五：RAG 从入门到工业级（第 5 - 6 周）

RAG 这两周是真正的硬骨头。

第 5 周走原理：RAG 核心价值、Naive RAG 流程、Chunking 策略、Embedding 模型选型、向量数据库（ChromaDB / FAISS / Milvus）、LlamaIndex 核心组件。然后我们会带你手撕 20 种 RAG 优化方案——语义分块、上下文增强、查询转换、重排序、上下文压缩、自适应 RAG、命题分块、多模态 RAG、图 RAG、融合检索、HyDE、动态纠正 RAG……每一种都是一个 Notebook，跑完你就知道它适合什么场景、不适合什么场景。

第 6 周直接进项目：金融研报 RAG 系统。

工业级项目：金融研报 RAG 系统

应用场景是金融保险公司内部知识问答，覆盖公司制度、销售策略、产品信息、市场研报等多类文档。这个项目的价值不是搭一个 Pipeline 就结束，而是有明确优化目标、有可量化指标、有迭代路径的 RAG 工程案例。

检索层的混合策略：单一向量检索在实际业务中存在明显局限——对关键词精确匹配不敏感、对短查询效果差。我们采用并行 BM25 关键词索引 + 向量检索的动态混合机制，根据 Query 特征自动调整权重，短查询命中率提升 40%；"宽召回 + 精排序"两阶段设计将整体召回率提高 10%，前 3 页结果相关度达到 92%。

系统化优化矩阵：这是这个项目区别于一般 RAG 课程的核心部分。我们把优化维度拆解成一张矩阵

在召回阶段和生成阶段、在解析模块、Query 理解模块和匹配模块这个 2 × 3 矩阵里，我们覆盖了 20 个具体可落地的优化方案，每一项都有对应的实现思路、适用条件和预期收益。

这种结构化的方法论，在面试中能够清晰地呈现你对 RAG 系统的系统性理解，而不是"遇到问题查文档试一试"。

项目的行业迁移价值：知识库内容和工具链调整后，同一套系统可以直接应用于法律合规、医疗知识库、企业内部制度查询等场景。项目本身就是一个可复用的工业级 RAG 基础框架。

阶段六：Agent 全栈开发（第 7 周）

Agent 这一块是目前面试问得最深的方向，所以我们在这里下了重本，配了三个工业级项目。

工业级项目 1：企业培训 Agent · 多模态 Multi-Agent 系统

应用场景是新能源车企智能销售培训助手，覆盖车辆参数知识库、竞品实时对比、个性化话术生成。

系统整合了三大核心能力模块：

• RAG 问答模块：基于本地文档向量化的知识库检索，覆盖车辆参数、配置说明、常见问题等结构化与非结构化文档，支持混合检索策略。
• 实时 Web 搜索模块：集成搜索引擎 API 与网页解析技术，实时获取竞品对比信息、行业政策动态、用户口碑评价等时效性强的外部内容，突破大模型知识截止日期的限制。
• 智能 Agent 模块：基于 ReAct 框架，实现用户画像分析（背景、需求偏好、购车阶段）、多工具动态调度、跨轮次对话记忆管理，并根据分析结果生成针对性的销售话术。

完整的 Multi-Agent 循环涵盖五个核心环节——Plan（根据用户意图制定执行计划，决定调用哪些工具）、Memory（维护跨轮次用户偏好和对话摘要）、Action（执行具体工具调用）、Tool（统一工具注册与调用接口，支持动态扩展）、Reflection（对结果自我评估，决定是否重规划）。这套架构的工程挑战在于各环节之间的状态传递、工具调用失败时的降级策略、以及如何在保证输出质量的前提下控制响应延迟。

行业迁移上，这套架构通过调整知识库内容和工具链配置可以直接迁移到金融客户理财顾问、医疗智能问诊辅助、教育个性化学习、电商智能导购等多个场景。

工业级项目 2：DeepResearch · 生产级深度研究 Agent

系统规模：33,885 行代码 · 165 个文件模块 · 25+ 服务组件 · 12 张数据表

这是一套完整的深度研究系统，功能层面对标 Kimi 深度研究、智谱等产品的同类能力，但以工程可解释性为核心目标构建——每一个技术选型都有明确的动机，适合在面试中完整讲述。

1. 多 Agent 编排：LangGraph 状态机

系统由 6 个专职 Agent 组成协作网络，分别承担规划、检索、编码、审计等职责，通过 LangGraph 状态机进行编排。任务调度采用 DAG 结构，支持复杂逻辑依赖与并行执行。

与简单的顺序 Chain 相比，这套架构的优势在于：单个 Agent 失败不会导致整个流程崩溃，审计 Agent 可以异步介入任意节点，且整个执行过程的状态是可持久化和可恢复的。

2. 代码安全沙箱与自愈机制

当 Agent 在执行过程中生成并运行代码时，存在两个核心问题：安全隔离（防止恶意或意外的系统操作）和执行容错（代码报错后如何处理）。

我们的解决方案是：在隔离沙箱中运行 Agent 生成的代码，自动捕获 StackTrace，并将错误信息反馈给 Agent 触发递归自愈修复，最终实现无需人工干预的复杂任务执行。这是一个在面试中非常有说服力的技术亮点，因为它涉及安全、工程容错和 Agent 能力三个维度。

3. 全链路流式架构

系统采用 SSE + RabbitMQ 的组合实现流式输出。SSE 负责将服务端事件实时推送到前端，RabbitMQ 作为消息队列在各服务之间解耦，保证即使后端处理时间较长，前端也能感知到毫秒级的首字响应。

这个设计解决的是深度研究场景中一个实际的用户体验问题：一次完整的研究流程可能持续几分钟，如果没有流式反馈，用户无法感知进度，体验极差。

4. 企业级断点续传

基于 PostgreSQL + 前端 UI 的双重状态持久化（Checkpointer 机制），系统能够在网络中断、页面刷新等异常情况下完整保存 Agent 的中间状态，恢复后从断点继续执行，而不是从头重来。

这是本项目中工程复杂度较高的一个模块，也是绝大多数候选人的项目中缺失的能力——因为大多数 Demo 级项目根本不考虑状态持久化。

5. 工业级 RAG：可信度评级 + 混合检索

检索模块采用 Milvus + Elasticsearch + Redis 的混合架构，通过 Cross-Encoder 对候选结果进行交叉验证和重排序。在此基础上，系统引入了 Evaluator Agent 对每个检索来源进行实时可信度评分，并支持递归深度搜索：当初步检索结果的置信度不足时，系统会自动触发更深层的搜索策略，并在最终输出中附带完整的信源追溯链路。

这套设计直接回应了 RAG 系统最常被追问的问题：幻觉怎么控制？答案不是"加了重排序"，而是有一套从检索到生成全链路的质量保障机制。

6. FC-SFT 微调闭环（Function Calling 专项微调）

这是本课程在全网同类内容中较为稀缺的部分。完整流程包括：

• 样本构造：5000+ 高质量 Function Calling 样本，涵盖多种工具调用场景
• 训练策略：针对工具调用任务的学习率、数据配比等调优经验
• 生产级评估：基于实际业务指标（工具选择准确率、参数提取正确率等）的评估框架
• 迭代优化：根据评估结果定向补充数据并重训的完整闭环

微调的价值不只是"让模型更听话"，而是在特定工具调用场景下，通过微调使小参数模型的表现达到甚至超过通用大模型，同时大幅降低推理成本。

7. 生产环境一键部署

完整的 Docker Compose 编排，覆盖 PostgreSQL、Milvus、Redis、Elasticsearch 全部依赖服务，遵循 IaC 标准，任何有 Docker 环境的机器均可一键启动。

工业级项目 3：Agent SKILL（本月新开讲）

这是我们最新的原创落地项目，围绕 Agent Skills 这个最新方向，本月正式开讲。具体内容会在直播中讲解。

阶段七：SFT 微调实战（第 8 - 9 周）

微调这一块两周时间，从原理到工程到简历。

第 8 周走全景：Full FT、PEFT 系列（LoRA、QLoRA、Adapter、IA³、Compacter）、Prefix-Tuning / Prompt-Tuning / P-Tuning v2、指令微调 SFT 的目标和数据构建，再到 Hugging Face transformers / trl / peft / unsloth / LlamaFactory 这套全家桶的接口怎么用。

第 9 周直接上手三个微调项目：基于 LlamaFactory 微调 Qwen3 法律大模型、基于 Unsloth 微调 DeepSeek-R1-Distilled Llama 8B、基于 trl 手撕全流程微调（从数据集构建、模型量化、peft LoRA 注入、SFTTrainer 训练循环、指标回调到模型评估）。

本周产出是一条可放入简历的微调项目经历（含量化指标），加上一份覆盖显存估计、数据格式、灾难性遗忘、数据量曲线等 9 个核心主题的《微调工程手册》。

阶段八：RLHF 实战，PPO / DPO / GRPO（第 10 周）

强化学习这一块面试里被问得越来越多，但很多人卡在"原理一知半解、代码完全没动过手"。

我们的做法是三种算法都要手撕：PPO 从策略损失、价值损失到 KL 散度的训练循环；DPO 从损失函数推导到训练逻辑实现，理解为什么能绕过显式奖励模型；GRPO 作为 DPO 的泛化形式，理解它和 DPO 的差异点。

实战项目同样配三个：基于情感奖励模型的 Qwen2.5-0.5B PPO 训练、基于 PyTorch 原生实现 + 10 万条偏好数据的 DPO 训练、基于 Qwen2.5-0.5B / Qwen3-4B 的 GRPO 复现。

走完这周，DPO / PPO / GRPO 的损失函数你应该能现场推导，前世今生能完整口述。

阶段九：多模态大模型实战（第 11 周）

多模态这一周从基础走到实战：文本-视觉信息融合的意义和跨模态对齐挑战、ViT 结构、Patch-Embedding 和全局注意力，然后是多模态预训练范式（CLIP 对比学习、BLIP/BLIP-2 的 Q-Former 机制、LLaVA 两阶段训练）。

实战部分两个项目：从零到一训练多模态大模型、Qwen2.5-VL 多模态微调。这周结束你会拥有一份独立的多模态微调项目经历。

阶段十：分布式训练实战（第 12 周）

分布式训练是大模型工程里的硬骨头，也是社招高级岗位必问的点。

这一周覆盖数据并行（DP、DDP、DeepSpeed-ZeRO 1/2/3、ZeRO-Offload）、模型并行（TP、PP、SP、EP）、混合并行（DP + TP + PP）、分布式通信（NCCL）、混合精度训练（FP16 / BF16）、FSDP 和 DeepSpeed 下的 checkpoint 与断点续训。

实战项目是基于 Qwen2.5-14B 的分布式训练和微调，让你真正用过 Accelerate + DeepSpeed 这一套，而不是只看过文档。

阶段十一：大模型预训练实战（第 13 周）

预训练我们不要求每个人都能从零跑一遍 671B 的训练，但你需要理解每一个环节。

这一周覆盖预训练的数据引擎（数据获取、清洗、配比、Tokenizer 训练）、主流架构演进（从 Transformer 到现代大模型）、Scaling Laws 和涌现能力。实战项目是从零到一实现 nano Qwen 预训练，加上 DeepSeekV3、Qwen3、LLaMA3 三套预训练全流程的技术解析。

阶段十二：面试冲刺与 Offer 收割（第 14 周）

到这一周，技术已经齐全了，剩下的就是怎么把内功变成 offer。

这一周包括简历终审 + 大模型项目深挖式包装、500+ 大模型面试真题精讲、大厂连环炮模拟面试、力扣算法高频题路径，以及拿到 offer 之后的选择咨询——这一项被很多同学反馈是"避开了大坑"的关键环节。

吃透这些项目，面试官问什么你都有话说

工业级项目的价值不只体现在代码量上，更体现在面试时能够清晰讲述每个技术决策的背景、方案和权衡。

很多人面试的时候最怕被问"为什么这么设计"——因为他们的项目根本没有"为什么"，只是跟着教程跑通了。

吃透我们训练营的项目之后，以下这些面试官最爱追问的问题，你都能答上来，而且能展开讲：

#	技术模块	典型面试问题
1	信源可信度评级系统	RAG 怎么保证信息质量？评分依据是什么？
2	递归深度搜索 + 信源追溯	检索结果置信度不够怎么处理？
3	代码安全沙箱 + 自愈机制	Agent 执行代码怎么保证安全性？执行失败怎么恢复？
4	对抗式幻觉检测	LLM 幻觉问题你们怎么系统性处理？
5	SSE 流式输出 + 消息队列	长任务场景下用户体验怎么保障？
6	断点续传系统	任务执行中途异常退出如何恢复？状态怎么存储？
7	分层过滤混合检索	向量检索和关键词检索怎么融合？权重怎么确定？
8	Text2SQL 智能查询	Text2SQL 在多表关联时有哪些坑？怎么处理歧义？
服务内容 退款：未说明 –回放 –答疑 –作业点评 –社群 相关课程推荐 长沙AI引领教学创新培训 长沙 · 线下小班 ¥1880 约 ¥470/节 【培训+分组辅导】OpenClaw（龙虾）赋能银行信贷业务训练营 全国线上 · 待确认 待确认 课时未公开 OpenClaw（龙虾）企业实战应用与操作培训班 全国线上 · 待确认 待确认 课时未公开