新增章节设计：「大语言模型基础」

背景

当前书籍结构：

• 第 00 章：神经网络基础（全连接网络、前向传播、损失函数、训练）
• 第 01 章：推理过程（聊天模板 → tokenizer → Transformer 预测 → 采样）

问题：从第 00 章的简单全连接网络直接跳到第 01 章的 Transformer 推理，缺少关键过渡——语言模型是什么、为什么要用 Transformer、文字如何变成数字。

章节定位

• 编号：新章节编号为 01（介于现有 00 和 01 之间）
• 现有章节重新编号：
  • 现有 01-inference → 02-inference
• 目标：回答"用神经网络处理语言，需要哪些新概念？"
• 风格：直觉优先，重例子，轻公式，不配代码

内容复用策略

以下现有内容可直接复用或改写：

新章节小节	复用来源	复用方式
从文字到数字	01-inference/03-tokenize.md	提取 Tokenizer 直觉部分，去掉 BPE 算法细节
从文字到数字	references/embedding.md	提取 Embedding 直觉部分，简化数学
Transformer 的直觉	references/self-attention.md	提取注意力的直觉比喻，去掉 QKV 数学推导
Transformer 的直觉	references/positional_encoding.md	提取"为什么需要位置信息"的直觉，去掉 sin/cos 公式

不复用的内容（保留在 reference 或推理章节）：

• references/feed-forward.md — 细节过多，不适合基础章节
• references/norm.md — 细节过多
• references/logits.md — 属于推理输出环节，留在推理章节
• 01-inference/01-overview.md — 训练 vs 推理的区分留在推理章节

小节结构

1. 语言模型：预测下一个词

文件：01-llm_basics/01-language-model.md

核心内容：

• 语言模型 = 给定前面的文字，预测下一个词
• 用输入法联想、自动补全的日常例子建立直觉
• 和第 00 章串联：同一个"预测"框架，输入输出变了
• 为什么预测下一个词就等于"理解"语言（接龙比喻）
• 从 n-gram 到神经网络语言模型的演进（一笔带过）

不复用现有内容，全新撰写。

2. 从文字到数字：Tokenizer 和 Embedding

文件：01-llm_basics/02-from-text-to-numbers.md

核心内容：

• 神经网络只认数字 → 文字需要变成数字
• Tokenizer 的直觉：把句子切成小片段（token）
  • 复用 01-inference/03-tokenize.md 的前半部分（token 概念、分词直觉）
  • 去掉 BPE 算法的详细训练过程
• 词表的概念：所有 token 的"字典"
• Embedding：token id → 有意义的数字向量
  • 复用 references/embedding.md 的直觉部分
  • 简化为"查表"比喻，去掉矩阵数学

3. 全连接网络的局限

文件：01-llm_basics/03-why-not-mlp.md

核心内容：

• 用第 00 章学到的全连接网络来处理语言会遇到什么问题？
• 固定输入长度 vs 任意长度文本
• 没有顺序概念（"我爱你" vs "你爱我"对全连接网络是一样的）
• 长距离依赖（一句话开头和结尾的关系很难捕捉）
• 引出问题：我们需要一种新的网络结构

不复用现有内容，全新撰写。

4. Transformer 的直觉

文件：01-llm_basics/04-transformer-intuition.md

核心内容：

• 注意力机制的直觉：读一句话时你不是均匀地看每个字
• 自注意力 = 每个词看其他所有词，决定"谁对我重要"
  • 复用 references/self-attention.md 的直觉比喻部分
  • 去掉 Q/K/V 的数学推导和计算细节
• 位置编码：告诉模型词的顺序
  • 复用 references/positional_encoding.md 的"为什么需要位置信息"部分
  • 不展开 sin/cos 或 RoPE 的公式
• Decoder-only：一个词一个词地生成，和"预测下一个词"完美对应
• 整体结构直觉：一堆 Decoder Block 堆叠

5. 大模型：为什么要"大"

文件：01-llm_basics/05-why-scale-matters.md

核心内容：

• 从小模型到大模型的演进（GPT 系列时间线）
• 规模的含义：参数量、训练数据量的量级
• 涌现能力：模型大到一定程度突然会做新事情
• "大语言模型"中的"大"不只是量变，而是质变
• MiniMind 定位：一个小型大模型，适合学习

不复用现有内容，全新撰写。

写作风格

• 沿用第 00 章风格：重直觉、重例子、轻公式
• 每个小节解决一个具体问题，问题驱动节奏
• 和第 00 章建立回溯（"还记得第 00 章说的预测吗？"）
• 不配代码示例（代码留给推理章节的 MiniMind 实战）

文件变更清单

新增文件

• docs/01-llm_basics/01-language-model.md
• docs/01-llm_basics/02-from-text-to-numbers.md
• docs/01-llm_basics/03-why-not-mlp.md
• docs/01-llm_basics/04-transformer-intuition.md
• docs/01-llm_basics/05-why-scale-matters.md

移动/重命名

• docs/01-inference/ → docs/02-inference/

修改文件

• .vitepress/config.mts — 更新侧边栏导航，加入新章节，更新推理章节编号

不在范围内

• 不改动第 00 章内容
• 不改动推理章节的现有内容（仅重新编号）
• 不改动参考资料（references/）
• 不涉及后续章节（训练、微调等）