先看项目用途，再沿着架构、实现和验证把它做完整。
共 9 个项目
公开教学项目：从文档解析、检索重排到引用与评测
自主调研 Agent:搜索 → 读 → 交叉验证 → 生成带引用的调研报告
从数据构造到 LoRA 训练:数据格式、显存估计、灾难性遗忘、token-参数拐点、效果评估
让模型学会调工具:业务背景 → 数据工程 → 训练策略 → 评估与事实自检
学习内容与项目面试，在同一条路上。
RLVR(可验证奖励的强化学习):项目背景 → 技术方案 → 数据准备 → 训练解析
PPO / DPO / GRPO 概念图解 + 损失函数 + 训练练习 + 事实自检
从单 Agent 到 Multi-Agent:规划模块、执行框架、多智能体协作与前后端落地
自然语言转 SQL:代码学习路径 + 工程化改进方案
Transformer 基础(分词 / Embedding / MHA·GQA·MLA / MoE)+ 大模型 Memory 模块