学习机器学习，先把输入、输出和证据写清楚。
张量保存数字，形状说明每一维代表什么。
文本经过分词变成编号，编号再经过嵌入变成向量。
注意力比较查询和键，再用权重汇总值。
因果遮罩让当前位置只能看见自己和过去。
Transformer 使用残差连接、归一化、注意力和前馈网络。
训练时根据下一个字符计算损失，反向传播更新参数。
生成时从已有上下文预测下一个字符，再把结果接回输入。
问题：为什么需要验证集？回答：验证集用来选择方案，测试集留到最后验收。
问题：为什么保存检查点？回答：检查点让训练结果可以重新加载、比较和回滚。
问题：RAG 为什么需要来源？回答：来源让读者能够核验回答依据，也方便发现检索错误。
问题：服务为什么要监控？回答：离线分数不能代表线上流量，监控用来发现延迟、错误和漂移。

