一、读大模型资料先别读论文
很多人想了解大模型，一上手就读论文。结果三页下来全是不认识的符号，直接劝退。
我建议的阅读顺序是：先看手册，再看白皮书，最后才是论文。
二、入口一：模型使用手册
手册写的是怎么用：参数、端点、限制、返回格式。
这部分看着无聊，但信息密度高。很多实际问题的答案就在这里，比如最大输出长度、是否支持流式、并发限制。
读法：不看全文，只看限制条款和错误码两张表。
三、入口二：产品与架构白皮书
白皮书会解释设计思路：为什么这样切分训练阶段、为什么用这个架构、数据从哪来。
读的时候记得保持怀疑：白皮书是市场材料，优势部分会写得比实际漂亮。
我会重点看两处：适用场景、已知限制。这两段往往最诚实。
四、入口三：开源项目的设计与实现
如果你要真懂一个机制，看代码比看描述有用。
开源项目的文档目录里，设计说明与变更日志值得逐条看。尤其是 release notes，一句"移除了某接口"就能解释你这两天的报错。
五、一个实际的阅读习惯
我读一份新资料，先做三件事：
- 看目录，判断这本书面向谁。
- 看最后两章，往往写着局限与未来工作。
- 再回头挑两章细读。
这个方法能快速筛掉八成不需要读的材料。
六、在哪里找
我一般先去 万象云档 的"人工智能&大模型"分类，220 篇的数量不算多，但也够用。它的"收录"页按分类标了数量，前端 165 篇、后端 682 篇，能看出哪块资料厚。找一本就打开看，看完関掉，别收藏。
七、一个反常识的建议
不要同时读三本。
大模型这类主题，概念相互引用，三本同时读会把自己绕进去。一本读完、写一篇笔记、再看下一本。
慢一点，但记得住。