深度学习推荐系统 - Part 1：前深度学习时代
这篇笔记整理自王喆《深度学习推荐系统》第一部分，主要记录推荐系统的意义与逻辑框架、召回/排序/补充策略的模型分层，以及前深度学习时代的传统推荐模型——协同过滤、矩阵分解、逻辑回归、因子分解机（FM/FFM）、GBDT+LR 与 LS-PLM 等内容。它既是阅读该书的章节索引，也可以作为之后进入深度学习推荐模型前的传统方法回顾。
Notes
Course notes, reading notes, and research notes. Keep the useful fragments close.
大模型：从基础到前沿 - Lecture 1
这篇笔记整理自《大模型：从基础到前沿》第一节课，主要记录课程介绍、大模型发展史、语言模型的基本概念、分词方法、BPE、统计语言模型与 N-gram 等内容。它既是课堂内容的索引，也可以作为之后复习 Transformer 与大语言模型基础时的起点。