大模型原理通俗讲解：attention、后训练与蒸馏

这篇科普用伪代码和可手算的小例子讲解大模型原理：点积如何衡量向量相似度、attention 中 Q/K/V 的分工与多头多层结构、token 逐个生成、前馈网络与 MoE，以及基座模型经后训练成为助手、编程模型训练和蒸馏。文中示例数字为讲解编造，真实模型向量达数千维。