在生成式人工智能的学习过程中，很多人的苦恼在于，他们既要学习基本原理，又要理解复杂的工程实践。面对飞速发展的生成式人工智能应用，人们一方面深感焦虑而希望快速掌握相关知识，提升 AI 使用或应用构建的能力；另一方面，又因算法与工程紧密交织的复杂体系而感到困惑，难以分清底层模型能力与周边工程实现的边界。本书着眼点就在二者之间，比如第 1 章“引言”中就概述了大语言模型的发展历史和基本概念，随后以聊天机器人为例讲解了生成式 AI 的三层架构。又比如第 2 章提到的大模型微调技术，一方面讲解了缩放定律(scaling law)和各种微调方式的原理，另一方面又在参考代码、显存消耗、成本估算等诸多细节层面展开讨论。本书的这种行文方式，为读者提供了一条快速掌握大语言模型实践的清晰路径。