NLP Lab · 研究生知识向导

自然语言处理研究生知识库

一份面向 NLP 方向研究生的中文学习路线图。从基础理论到前沿 LLM、从代码实现到论文写作， 按推荐顺序循序渐进，也可按主题自由跳转。所有材料均为中文教材或精读笔记。

6 大学习模块 40+ 章节教材 中文 · 研究生级别

路径三个技能路径

大模型技术栈已相当庞杂。9 月入学的硕博新生可从这三条工程实践路径入手（与下方理论模块互补）——其中最关键的是先用好代码智能体（Claude Code / Codex）：一旦上手，其余内容都能在它的协助下快速学会。三者循序累进（写代码 → 搭应用 → 理解并训练），也可按研究方向有所侧重；↗ 为外部资源，↪ 为本库相关章节。

Path 1 · ⭐ 起点

善用 AI 智能体

三条路径里最该先练好的一条。让 AI 替你写代码、跑实验、复现 baseline——掌握代码智能体后，便能在它的协助下快速学习后面两条路径与所有理论模块。

代码智能体（二选一上手）

Agent Skills

辅助科研

Harness Engineering

Path 2

构建 LLM 应用与智能体

能调模型、能跑推理、能编排智能体——把模型变成可用的系统。

大模型接口 / 推理后端

提示工程指南

构建智能体

Path 3

深入理解与训练大模型

从「会用」到「懂原理、会造、会改」——真正的研究深度所在。先理解，再改造。

深入理解大模型

后训练：SFT + RL

00预备基础 · 数学与深度学习

正式开始前补齐三块地基：数学直觉、Python/PyTorch、通用深度学习。背景扎实者可跳过，薄弱处随时回看。

深度学习入门（动手）

免费 · 中文

《动手学深度学习》(d2l) 中文版：边写代码边学，从线性回归到注意力机制，全程 PyTorch 实操——进入本库前最值得过一遍的地基。

数学直觉

免费 · 视频

用可视化建立线性代数、微积分与神经网络的直觉（B 站有官方中字），补齐公式推导背后的「为什么」。

01基础理论 · Jurafsky & Martin《NLP 导论》

Speech and Language Processing（第三版）中文翻译稿。NLP 领域最权威的入门教材之一，建议作为起点系统精读。

NLP 导论中文版

10 章 · 中文

从词与词元、N-gram、神经网络到 Transformer、后训练与 RAG，覆盖现代 NLP 的核心概念栈。

英文原著 PDF

参考 · 英文

需查阅原文、对照术语或精读细节时使用。建议研究生阶段以英文为最终引用来源。

02深度学习 NLP · 斯坦福 CS224N

Stanford 2026 Winter 课程讲义改写版。每讲均扩写为研究生教材级中文文档，配合原英文课程网页学习效果最佳。

CS224N 中文教材

16 讲 · 中文

覆盖词向量 → Transformer → 预训练 → 后训练 → PEFT → RAG/Agent → 评估 → 推理 → 分词 → AI 伦理 → 开放问题。

课程原网页

参考 · 英文

斯坦福官方课程页面，含完整 slides、作业（a1-a5）、Final Project 指南与 office hours 信息。

03从零搭建大语言模型 · Raschka

《Build a Large Language Model (from Scratch)》中文翻译稿。强烈推荐每章都跟着代码亲手实现一遍， 只有写过 GPT 才真正理解 LLM。

动手实现 GPT

7 章 · 中文

从数据处理、注意力机制开始，逐步搭建 GPT 模型，并完成预训练、分类微调与指令微调。

英文原著 PDF

参考 · 英文

配合中文章节对照阅读，并随附 Raschka 的官方代码仓库实现完整 demo。

视频配套 · Karpathy

免费 · 英文

「Neural Networks: Zero to Hero」从 micrograd 一路手写到 nanoGPT / GPT-2 与分词器，与 Raschka 互为「视频 ⇄ 书本」的最佳搭配。

04LLM 技术专题 · 外部精选

海外优质外部资源。图解教程帮你建立 LLM 内部机制的视觉直觉；工程实战指南教你如何驾驭 AI Agent 与编程助手。

LLM 原理图解

图解 · 英文

Maarten Grootendorst 出品的视觉化图解系列，从 Agent 架构到推理机制完整图示化 LLM 内部工作原理。

AI 工程实战

工具 · 中英

从 AI 辅助编程到 Agent Harness 系统化设计，掌握用 LLM 提升研究与开发效率的实操方法。

进阶博客与课程

深度 · 英文

Lilian Weng 博客对 Agent、RL、幻觉等做体系化深度长文，做研究必读；HuggingFace 课程提供 tokenizer、Trainer、PEFT、部署的实战路径。

AI 求职 · 秋招

求职 · 中文

面向 AI 方向的秋招与求职经验、资料整理，帮你把研究与工程能力转化为 offer。

05前沿研究专题 · 深度综述

面向具体子方向的中文深度调研笔记。研究生在确定研究方向后，建议参照这些笔记的写作结构来产出自己的综述。

Agent Memory

综述

Agent 记忆机制进阶教程：从认知科学基础出发，梳理到 2025 年的工程最佳实践。

TKGQA

综述

时序知识图谱问答研究生科研入门深度教程，涵盖问题定义、基线方法与最新进展。

Self-Evolving Agents

综述

自演化智能体研究综述：从 Gödel Machine 到体验时代。八类演化机制的统一分类骨架、12 个代表性系统精读、研究生选题指引。

多模态 · 视觉-语言模型

可选前沿

本库以文本 NLP 为主；若方向涉及图文/多模态，可由这些代表性开源 VLM 入手，了解 CLIP → LLaVA → Qwen-VL 的演进。

06科研方法 · 学术论文写作

研究问题的提出、文献综述结构、实验设计、论文组织与投稿流程。建议在动笔写第一篇 paper 前完整通读。

学术论文写作方法和技巧

中文综合教程 PDF，覆盖选题、结构、语言风格与投稿全流程。

配套 ARS 工作流

本知识库已加载 /ars-full、/ars-plan、/ars-outline 等学术写作命令，可在 Claude Code 中直接调用。

评审与修订

使用 /ars-revision-coach 解析审稿意见，生成 Revision Roadmap 与 Response Letter 骨架。

方法论必读 · 中译

RL 学派对当下 LLM 范式的两份关键陈述，建议并读：苦涩的教训（The Bitter Lesson） · 欢迎进入体验时代。