本书系统阐述了从零构建大语言模型(LLM)的全流程技术体系，覆盖模型架构设计、训练机制、微调方法、高效部署及应用实战。全书共分12章，首先围绕大模型发展脉络、Transformer结构、预训练语料构建与分布式训练架构，厘清了大模型的基本工作原理与工程落地基础。随后聚焦指令微调、RLHF对齐、多模态扩展等关键能力，剖析了当前主流模型在认知任务、视觉语言任务中的关键优化路径。同时，本书还深入介绍RAG检索增强机制、智能体编排、模型协同通信、安全性与对齐机制，为构建稳健可靠的大模型系统提供参考。最后重点落地于部署优化与实际场景，如企业问答、私有化部署、智能代码生成等。本书内容兼顾理论性与工程实用性，涵盖典型算法、主流框架、实现逻辑与调优策略。