作者
@JayAlammar
@MaartenGr
全书绘制了近 300 张自制图，对应理解概念和原理、架构非常有帮助，作者们叫它 "The Illustrated LLM Book"。
Alammar 的图解系列从 2018 年起就是很多人理解 Transformer、BERT、GPT 的入口，被斯坦福、MIT 等课程引用；这本书把那套「先给直觉和图，再给代码」的讲法系统化沉淀成了 12 章内容。
12 章可以分成三段，这个分法也呼应了
@Nils_Reimers
在书评里的概括，生成式、表示式、检索式三类应用：
理解模型（1–3 章）：语言模型是什么、token 和嵌入怎么工作、Transformer 内部长什么样。第 3 章就是 Illustrated Transformer 的更新版。
表示与检索（4、5、8、10、11 章）：文本分类、聚类与主题建模、语义搜索和 RAG、自己训练嵌入模型、微调 BERT 类表示模型。这是本书区别于其他 LLM 书的部分，大多数书聚焦生成，这条嵌入线来自 Grootendorst 做 BERTopic 的一手经验，讲的是「模型不生成文本、而是把文本变成向量」的那一半应用。
生成与微调（6、7、9、12 章）：提示工程、高级生成技术（采样、结构化输出等）、多模态、微调生成模型。
Alammar 对第 3 章的图解：
https://jalammar.github.io/illustrated-transformer/
代码开源在这：
https://github.com/handsOnLLM/Hands-On-Large-Language-Models
两位作者还参加了一次
@DeepLearningAI
课程：
https://deeplearning.ai/courses/how-transformer-llms-work