Kimi K3 深入学习 是一套以「月之暗面 Kimi K3」技术报告为核心锚点、系统覆盖大模型全技术栈的课程体系。
从 Transformer 基础 → MoE 架构 → 注意力机制 → 长上下文 → 训练基础设施 → 对齐技术 → 多模态 → 推理优化 → Agent 系统 → 评测体系 → 前沿展望，共 11 课，逐层深入。
- 🎯 以具体模型为锚点——所有概念都落地到 K3 的具体实现（896 专家/KDA/AttnRes/MXFP4 等），避免纯理论空谈
- 🎭 通俗比喻讲解——22 篇"通俗讲大模型"用生动比喻把复杂技术讲明白
- 🎨 统一设计系统——基于 Open Design 标准，CSS 设计令牌驱动，视觉风格一致
- 🧭 本地优先——纯 HTML + CSS + JS，无需服务器，浏览器直接打开即可使用
- ⚡ 项目级工作流——
k3-course-skill/SKILL.md固化课程创建流程，保证输出一致性
| # | 课程 | 核心内容 |
|---|---|---|
| 1 | 大模型技术全景图 | LLM 全技术栈总览，K3 规格速览 |
| 2 | MoE 深度解析 | 896 专家/16 激活，Stable LatentMoE |
| 3 | 注意力机制进化史 | 2017 Transformer → KDA + AttnRes |
| 4 | 位置编码与长上下文 | RoPE → 1M 上下文，工程挑战 |
| 5 | 训练基础设施 | 3D 并行、混合精度、训练稳定性 |
| 6 | 对齐技术 | SFT → RLHF → RL，思维历史保留 |
| 7 | 多模态视觉理解 | MoonViT-V2，原生图文融合 |
| 8 | 量化与推理优化 | MXFP4/MXFP8，QAT，推理��擎 |
| 9 | Agent 系统与工具使用 | MCP 协议，ReAct 循环，Coding Agent |
| 10 | 评测体系 | GPQA、SWE-bench、MCPMark 等 |
| 11 | 前沿展望 | 推理模型、多模态 Agent、趋势分析 |
| 文档 | 说明 |
|---|---|
| 术语表 | 22 个核心技术术语，A-Z 分类 |
| 通俗讲大模型 | 用生动比喻通俗讲解技术概念 |
| K3 技术报告（PDF） | Kimi K3 完整技术论文 |
# 克隆仓库
git clone https://github.com/Azhu9701/Kimi-K3-Learn.git
cd Kimi-K3-Learn
# 直接打开主页
open index.html所有页面为纯静态 HTML，无需安装任何依赖，浏览器直接打开即可使用。
| 快捷键 | 功能 |
|---|---|
Ctrl+K / ⌘K |
聚焦侧边栏搜索 |
Ctrl+B / ⌘B |
切换移动端侧边栏 |
Esc |
关闭侧边栏（移动端） |
项目使用 Open Design 风格的 DESIGN.md 定义统一视觉语言。
- 色彩：主题红
#c41e3a+ 科技蓝#1a56db+ 羊皮纸#fffff8 - 字体：思源黑体（正文）+ 楷体（标题装饰）
- 所有样式通过 CSS 变量（设计令牌）驱动，无硬编码色值
详见 DESIGN.md。
项目内置了课程创建工作流 skill：k3-course-skill/SKILL.md，涵盖：
- 创建新课程（模板 → 内容 → 组件）
- 更新侧边栏导航
- 更新课程主页
- 更新术语表
- 创建学习记录
���需新增课程，直接遵循该 skill 的步骤即可保持输出一致性。
欢迎提交 Issue 和 PR！详见 CONTRIBUTING.md。
本课程内容采用 CC-BY-4.0 许可协议。
Kimi K3 技术报告和权重遵循 Kimi K3 License。
基于 Kimi K3 构建 · 2026