Restructure notebooks: replace RAG/CPT with deployment/function-calling

- Replace 26-rag.ipynb with 26-llm-deployment.ipynb (zh + en)
- Replace 15-midtraining-cpt.ipynb with 15-function-calling.ipynb
- Refactor multiple notebooks (training-loss, model-config, distillation, evaluation, etc.)
- Add shakespeare_char dataset for part1
- Update web viewer and sidebar

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

Author: sanbuphy

AGENTS.md

@@ -25,17 +25,17 @@
 - 多用反问句引发思考，然后自问自答
 - 代码注释用中文
 - 不要翻译专有名词（Self-Attention、Embedding、Token 等保持英文）
-- 每个 Part 结尾有小结 checklist，确认读者懂了
+- 每个 Notebook 结尾有小结 checklist，确认读者懂了
 - 开头要像高中生教程：先告诉读者“今天要解决什么困惑”，再说会怎么一步步解决
 - 不要一上来用抽象判断压读者；先给定义，再给例子，再给反例或注意事项
 
 ### Notebook 结构模版
 
 ```
-# 🧱 Part N：中文标题
+# 中文标题
 
-> **前情回顾**：[一句话回顾上一个 Part 学了什么]
-> **本 Part 目标**：[一句话说清本 Part 要达成什么]
+> **前情回顾**：[一句话回顾上一节学了什么]
+> **本节目标**：[一句话说清本节要达成什么]
 
 ## 0. 先建立直觉（可选，复杂概念必须有）
 ## 1. 第一个问题/方案一（最朴素的想法）
@@ -87,7 +87,7 @@
 - Notebook 文件：`XX-topic-name.ipynb`（XX 为两位数字编号）
 - 类名：英文 PascalCase（`MultiHeadAttention`）
 - 函数/变量：英文 snake_case（`encode`, `token_lists`）
-- Part 编号：中文「第 X 部分」或「Part X」
+- 标题不写编号，编号只保留在 Notebook 文件名里
 
 ### 禁止事项
 
@@ -110,8 +110,8 @@ notebooks/
 
 ## Notebook 间引用规范
 
-- 前情回顾只引用上一 Part 的核心概念，不给具体代码行号
-- 预告下一 Part 时只用一句话激发兴趣
+- 前情回顾只引用上一节的核心概念，不给具体代码行号
+- 预告下一节时只用一句话激发兴趣
 - 每个 Notebook 自包含，不依赖其他 Notebook 的运行时状态
 
 ## 网页端运行与构建

CLAUDE.md

@@ -108,7 +108,7 @@
   - "走一遍 / 跑一遍" → "逐步演示"或"完整实现"
 - **不堆砌形容词**：每个名词前最多一个修饰语。不要写"精巧而优雅的设计"，写"这个设计"就够了
 - **具体 > 抽象**：能用具体数字或例子说明的，不要用抽象概括。"在 2048 张 A100 上训练了 21 天"比"需要大量计算资源"好得多
-- **代码组件的描述要精准**：禁用"小网络""小模型""某种机制"这种模糊词，必须给出准确结构。FeedForward 不是"小网络"，是"两层全连接，中间隐藏维度 4×d_model"；Attention 不是"某种机制"，是"让每个位置聚合其他位置的信息"。模糊词让读者学不到东西
+- **代码组件的描述要精准且术语化**：禁用"小网络""小模型""某种机制""把零件装起来""变成向量""加工"这类口语化或模糊词，必须用论文/教科书里的标准术语。FeedForward 是"两层全连接前馈网络"；Attention 是"因果多头自注意力"；MiniGPT/GPT 是"decoder-only 语言模型"；token embedding 是"token embedding 查表"；lm_head 是"hidden state 投影到词表"。表格里的"作用"列、代码 docstring、markdown 解释都按这个标准——读者读到的应该是论文里能搜到的术语，而不是俗称或拟人化描述
 - **前后必须衔接**：前言的最后一句话必须和紧跟的第一节内容（代码、## 标题或正文段落）自然衔接。不能前言讲完了就停，读者不知道接下来要做什么。修改任何段落时都要检查：上一段结尾和下一段开头连起来读是否通顺
 - **直接说要做什么，不说不做什么**：不说"这一节不展开完整训练循环，只把...补齐"，直接说"下面展开训练模式下的 forward：..."。读者关心的是接下来要看到什么，不是看不到什么
 - **过渡直接用冒号接内容，不加引导语**：不说"看三件事：""重点看几个部分："，直接写"下面展开...：A、B、C"

README-CN.md

@@ -263,7 +263,7 @@ Modern LLM Notebook
     ├── Evaluation
     ├── Distillation
     ├── On-policy distillation
-    └── RAG
+    └── vLLM & SGLang deployment
 ```
 
 每个 Notebook 都尽量自包含。你可以顺序学习，也可以直接跳到感兴趣的主题，不依赖前面 Notebook
@@ -320,7 +320,7 @@ Modern LLM Notebook
 | 23 | [Evaluation](notebooks/part5-production/23-evaluation.ipynb) | 如何判断一个模型真的更好？ | 胜率矩阵、RAGAS、Judge 指标 |
 | 24 | [Distillation](notebooks/part5-production/24-distillation.ipynb) | 小模型如何学习大模型？ | 软标签、temperature、logit distillation |
 | 25 | [On-Policy Distillation](notebooks/part5-production/25-opd.ipynb) | 蒸馏如何减少 exposure bias？ | OPSD、KL 估计器分类 |
-| 26 | [RAG](notebooks/part5-production/26-rag.ipynb) | 检索增强生成如何把外部知识接入模型？ | chunk、embedding 检索、rerank、生成 |
+| 26 | [LLM Deployment](notebooks/part5-production/26-llm-deployment.ipynb) | 训练好的模型如何变成可调用的服务？ | vLLM、SGLang、自定义架构注册 |
 
 ## 质量标准
 

README.md

@@ -295,7 +295,7 @@ Modern LLM Notebook
     ├── Evaluation
     ├── Distillation
     ├── On-policy distillation
-    └── RAG
+    └── vLLM & SGLang deployment
 ```
 
 Each notebook is designed to be runnable on its own. You can follow the full sequence or jump to a
@@ -352,7 +352,7 @@ topic without depending on hidden runtime state from earlier notebooks.
 | 23 | [Evaluation](notebooks-en/part5-production/23-evaluation.ipynb) | How do we tell whether a model is better? | Win-rate matrices, RAGAS, judge metrics |
 | 24 | [Distillation](notebooks-en/part5-production/24-distillation.ipynb) | How does a small model learn from a large one? | Soft labels, temperature, logit distillation |
 | 25 | [On-Policy Distillation](notebooks-en/part5-production/25-opd.ipynb) | How can distillation reduce exposure bias? | OPSD, KL estimator taxonomy |
-| 26 | [RAG](notebooks-en/part5-production/26-rag.ipynb) | How does retrieval-augmented generation connect external knowledge to a model? | Chunking, embedding retrieval, reranking, generation |
+| 26 | [LLM Deployment](notebooks-en/part5-production/26-llm-deployment.ipynb) | How do you turn a trained model into a callable service? | vLLM, SGLang, custom architecture registration |
 
 ## Quality Bar