六步主线：先看一次学习，再逐层深入

主线中的生成任务采用已有的四符号反转实验。各计算专题仍使用自己明确声明的小模型、维度与假设，数值不能直接跨示例拼接。

1. 01

   输入与监督

   模型收到什么，又被要求预测什么？

   先读：先看六步训练回路，分清 token ID、向量、预测与目标。

   前置：从一个输入和预期答案开始。

   读完自检：能指出输入、监督目标和一次参数更新各是什么。

   按需深入Tokenizer 与输入单位监督位置与样本隔离
2. 02

   模型前向

   输入怎样经过模型变成预测？

   先读：先读计算路径和一个 decoder block，再按需展开权重与结构变体。

   前置：知道 token ID、向量和目标的区别。

   读完自检：能沿 Embedding、Attention、MLP 和输出头说清张量的去向。

   按需深入权重与形状结构变体
3. 03

   损失与更新

   预测误差怎样改变下一次计算？

   先读：先走下一词预测的六个步骤，再比较掩码预测与对比学习。

   前置：能追踪一次前向的输入和输出。

   读完自检：能区分 loss、梯度与优化器更新，并说明 labels 和 mask 的作用。

   按需深入词表交叉熵与梯度整层反向传播核验
4. 04

   学习与泛化

   loss 下降之后，模型真的会做题了吗？

   先读：先比较同一道题训练前后的生成，再看学习曲线、独立测试与未见长度。

   前置：知道模型按监督目标更新参数。

   读完自检：能分别解释 teacher-forced loss、自由生成和长度外推的结果。

   按需深入诊断长度外推失败完成自然语言小模型项目训练、验证与泛化配对比较结果
5. 05

   稳定与复现

   怎样让一次训练能够被检查和接续？

   先读：先看 checkpoint 包含什么，再对照完整恢复和遗漏状态后的轨迹。

   前置：能区分学习结果和计算核验。

   读完自检：能解释为什么权重、优化器、随机状态和数据位置需要一起保存。

   按需深入找到复现的首个差异相同输入的故障回放数值稳定与混合精度优化器与更新尺度
6. 06

   系统与扩展

   规模扩大后，计算、显存和通信怎样配合？

   先读：先看训练 step、token 预算和显存账本，再按瓶颈进入并行与性能专题。

   前置：能追踪一次更新，也知道如何保存和核验它。

   读完自检：能区分数据并行副本、协作分片、显存占用和实际等待。

   按需深入比较完整训练 step并行与数值精度测量性能瓶颈初始化与宽度迁移Batch 与学习预算输出层保存量与精确梯度