🧪 推理模型到底怎么"学会思考"的？有人把整套做法从零写了一遍，免费讲了 11 小时

爱点赞的同志君

🧪 推理模型到底怎么"学会思考"的？有人把整套做法从零写了一遍，免费讲了 11 小时

Sebastian Raschka（《从零构建大模型》作者）刚放出 8 集免费视频课：拿一个现成的 Qwen3 0.6B 小模型，用 Python + PyTorch 亲手把它改造成推理模型。

1️⃣ 环境搭建：用 uv 装依赖，CPU / Apple Silicon / 远程 GPU 都讲到
2️⃣ 加载模型 + 文本生成 + KV 缓存，先让模型跑起来
3️⃣ 写一个"判卷器"(verifier)，既用来评测，也用来给强化学习打分
4️⃣ 推理时扩展：多次采样投票、打分、自我修正
5️⃣ 强化学习 GRPO，让模型在"答对才给分"中练出推理，再做蒸馏

💡 前面的生成和评测在 CPU 上就能跟着跑，训练部分建议用 GPU。想真正看懂"AI 为什么会思考"，跟着敲一遍代码比读十篇解读都有用。

https://magazine.sebastianraschka.com/p/building-reasoning-models

你会先看哪一集？
https://magazine.sebastianraschka.com/p/building-reasoning-models