Course catalog · Khóa học & Architecture Atlas
Chọn một khóa học để xem nhóm bài, bài học và sơ đồ Atlas của khóa đó. Nếu mới bắt đầu, hãy đi theo thứ tự LLM Foundations (nền tảng kiến trúc), LLM Training (Text) (cách mô hình sinh văn bản được huấn luyện) rồi Inference Engineering (cách phục vụ mô hình).
- 34 bài học Fundamental LLM Foundations
Khóa nền tảng cho người đã biết lập trình nhưng chưa học về mô hình ngôn ngữ lớn (LLM): các khối tạo nên một LLM như Transformer, attention (cách mỗi token lấy thông tin từ các token trước), MoE (nhiều mạng chuyên gia, mỗi token chỉ dùng vài mạng), vị trí, chuẩn hóa và mô hình đa phương thức. Kèm bản đồ kiến thức để biết nên đọc bài nào trước.
- 25 bài học Fundamental LLM Training (Text)
Khóa về huấn luyện mô hình ngôn ngữ lớn (LLM) chỉ xử lý văn bản, không huấn luyện trên ảnh hay âm thanh, dành cho người đã học LLM Foundations. Đi theo một vòng huấn luyện từ dữ liệu đến checkpoint (bản lưu trọng số), năm phương pháp (pretraining, SFT, LoRA, distillation, preference) và một bài lab NumPy chạy ngay trong trình duyệt.
Học trước: LLM Foundations
- 18 bài học Intermediate LLM Training (Image)
Phạm vi: huấn luyện mô hình sinh ảnh từ văn bản bằng latent diffusion và flow matching, phần huấn luyện bổ sung cho khóa Qwen-Image-2.1 chỉ dạy suy luận. Từ cặp ảnh–chú thích tới DiT, loss, AdamW, EMA, các phương pháp tinh chỉnh và checkpoint; encoder hiểu ảnh ViT/CLIP/VLM chỉ được nhắc như thành phần điều kiện hóa, không huấn luyện sâu. Có sơ đồ tương tác và lab NumPy ảnh hình học thu nhỏ.
Học trước: LLM Foundations, LLM Training (Text)
- 17 bài học Intermediate LLM Training (Audio)
Phạm vi: huấn luyện mô hình tiếng nói quanh backbone mô hình ngôn ngữ: neural codec RVQ, TTS và câu trả lời bằng giọng nói qua dự đoán codec token kế tiếp, ASR audio-to-text. Gồm 16 bài kiến trúc và một lab NumPy trên tone tổng hợp; là phần huấn luyện đối ứng với khóa Qwen3-Omni & Qwen3-TTS chỉ dạy suy luận. Nhạc và âm thanh không phải tiếng nói chỉ được nhắc tới, không được giảng dạy.
Học trước: LLM Foundations, LLM Training (Text)
- 34 bài học Fundamental Inference Engineering
Khóa về cách phục vụ một mô hình ngôn ngữ lớn (LLM) cho người dùng, dành cho người đã học LLM Foundations và LLM Training. Đi từ cổng tiếp nhận, token hóa, xếp lịch, prefill, decode và KV cache (bộ nhớ giữ key và value của token đã xử lý) đến GPU, bộ nhớ, mạng và vận hành, kèm một bài lab NumPy.
Học trước: LLM Foundations, LLM Training (Text)
- 11 bài học Fundamental DeepSeek-V4.1-Flash Architecture
Mổ xẻ kiến trúc và đường suy luận của DeepSeek-V4.1-Flash, mô hình nhận cả chữ lẫn ảnh, qua 10 khối từ đầu vào đến đầu ra, kèm một bài lab NumPy chạy ngay trong trình duyệt. Phù hợp người mới học kiến trúc LLM; khóa không dạy cách huấn luyện mô hình.
- 11 bài học Fundamental Qwen-Image-2.1 Architecture
Mổ xẻ kiến trúc và đường suy luận của Qwen-Image-2.1, mô hình tạo và chỉnh sửa ảnh từ câu lệnh và ảnh tham chiếu, từ nén ảnh, mạng khử nhiễu 32 lớp đến vòng lặp 8 bước ra ảnh, kèm một bài lab NumPy chạy trong trình duyệt. Phù hợp người mới học; khóa không dạy cách huấn luyện mô hình.
- 11 bài học Intermediate Qwen3-Omni & Qwen3-TTS-12Hz Architecture
Mổ xẻ kiến trúc và đường suy luận của Qwen3-Omni và Qwen3-TTS-12Hz, từ lúc nghe âm thanh, suy luận bằng Thinker, đến Talker tạo giọng nói và dựng sóng âm 24 kHz, kèm một bài lab NumPy chạy trong trình duyệt. Dành cho người đã biết token, attention và MoE; khóa không dạy cách huấn luyện mô hình.