LLMPath · 炼模之路 设计方案

一个面向零基础学习者的交互式大语言模型（LLM）学习平台。核心理念：把复杂的 LLM 全流程， 变成像 LeetCode 一样可闯关、可仿真、可判题的游戏化学习体验。

🎯 一、产品定位

市面上的 LLM 教程要么停留在「看视频/读文章」的被动理解，要么直接抛出一堆需要昂贵 GPU 和工程能力的代码， 初学者常常卡在「懂了原理却从没亲手跑通一次训练」的鸿沟里。LLMPath 用「闯关 + 仿真」填补这道鸿沟。

👥 二、目标用户

🧩 三、核心功能模块

系统由六大模块构成，围绕「学 → 练 → 判 → 通」闭环协作。

🗺️ 四、学习路径设计（8 阶段 / 48 关）

路径即课程大纲，每阶段含若干关卡，关卡有明确的可验证目标。难度分为 Easy Medium Hard。

🧪 五、训练模拟器设计（核心亮点）

模拟器是整个平台的灵魂：它用轻量级的数学近似在浏览器中还原真实训练的关键现象， 让初学者在零成本下直观感受「超参数如何影响训练」。

⚡ 六、挑战与判题系统

挑战页采用 LeetCode 经典左右分栏：左侧题目与讲解，右侧编辑器与运行结果。

🏆 七、激励成长体系

📐 八、信息架构（Sitemap）

LLMPath
├── 首页 / ......................... 价值主张 + 学习地图 + 入口
├── 学习路径 /learn ................. 阶段侧栏 + 关卡列表(筛选/搜索)
│   └── 挑战详情 /challenge ......... 题目 | 编辑器 | 判题 | 讨论
├── 训练场 /playground .............. 超参面板 + 实时曲线 + 日志
├── 个人进度 /progress .............. 资料 + 贡献图 + 技能雷达 + 徽章
└── 设计方案 /design ................ 本文档

🔁 九、核心用户旅程

🛠️ 十、技术选型建议

🗄️ 十一、核心数据模型

model User {
  id, name, email, avatar
  xp        // 经验值
  level     // 等级
  streak    // 连续打卡
  progress  Progress[]
}
model Stage {
  id, order, title, icon
  lessons   Lesson[]
}
model Lesson {
  id, stageId, title
  difficulty  // easy|medium|hard
  xp, type    // visual|code
  content, tests
}
model Progress {
  userId, lessonId, status
  bestScore, submittedAt
}

📅 十二、迭代路线图