本书共12章。第1章简要介绍LLM的基本概念; 第2-4章介绍深度学习的基本原理和代码实现; 第5章介绍在自然语言处理中的基本概念; 第6章从Encoder-Decoder架构出发介绍Transformer架构; 第7-9章介绍基于Transformer架构的预训练语言模型; 第10章介绍LLM发展历程中的两个具有里程碑地位的语言模型T5和GPT-3; 第11章详细阐述现代LLM的构建方式; 第12章介绍LLM的两大应用, 即提示工程和模型上下文协议。