百花齐放的 Diffusion-RL:技术路线综述2026年8月23日·更新于 2026年10月18日·2281 字 ·2 分钟研究笔记 研究笔记 Reinforcement Learning Diffusion Model
MoE数据特征、训练和推理的通信特点、基于NVLink/Scale Up那些Feature,DeepSeek的DeepEP和对MoE All-to-All数据的处理2026年8月23日·更新于 2026年10月18日·3305 字 ·3 分钟研究笔记 研究笔记 LLM AI Infra
Drifting Model vs Diffusion:复杂指令理解能力对比2026年8月23日·更新于 2026年10月18日·1664 字 ·1 分钟研究笔记 研究笔记 Diffusion Model
推荐系统中的 Hash 与位运算技巧:从 CityHash 到 Feature Hashing2026年5月8日·4217 字 ·5 分钟工程笔记 Hash Bitwise 推荐系统 C++ Rust Feature Hashing
vLLM GPU 利用率持续 100% 排查记:一个 max_tokens 参数引发的性能陷阱2026年5月8日·2261 字 ·3 分钟工程实践 VLLM GPU 性能优化 多模态 PaddleOCR LLM 推理
React 组件库选型指南:Ant Design vs Material UI 及其他2026年5月8日·1808 字 ·1 分钟前端开发 React 组件库 Ant Design Material UI 前端选型
用 kimi-cli 实现自动 Issue → Worktree → TDD → PR 的无人值守流水线2026年5月5日·1782 字 ·2 分钟工程实践 Kimi-Cli Git TDD CI/CD Automation Agent
五一假期,我花了3.5亿Token,从零写了一套企业LLM WiKi2026年5月5日·2758 字 ·2 分钟实践记录 AI LLM 知识库 Wiki 实践记录 Karpathy Claude Code
Claude Code Agent Teams 运行机制深度分析2026年3月8日·更新于 2026年10月18日·2028 字 ·2 分钟研究笔记 研究笔记 Reinforcement Learning Agent Tools
From 10% to 96%: Qwen2.5-0.5B 文本分类微调实践2026年2月27日·更新于 2026年10月18日·1598 字 ·2 分钟研究笔记 研究笔记 LLM Fine-Tuning
《KIMI K2.5: VISUAL AGENTIC INTELLIGENCE》阅读笔记2026年2月27日·更新于 2026年10月18日·2831 字 ·1 分钟研究笔记 研究笔记 Reinforcement Learning LLM
VC-FCST Benchmark 落地方案:Code Agent 标准化测评2026年2月24日·更新于 2026年10月18日·3577 字 ·3 分钟研究笔记 研究笔记 Reinforcement Learning Benchmark
从各家技术文章看26年Agentic RL Infra优化方向2026年2月21日·更新于 2026年10月18日·4633 字 ·4 分钟研究笔记 研究笔记 Reinforcement Learning AI Infra Math Theory
Online Softmax 的数学:从代数推导到信息几何2025年1月20日·3479 字 ·5 分钟研究笔记 Flash Attention Online Softmax Information Geometry Optimization Math
逻辑回归权重更新:从交叉熵到梯度下降的完整推导2025年1月15日·2388 字 ·5 分钟机器学习基础 Logistic Regression Gradient Descent Optimization Math
【万字硬核】微软 & NVIDIA 联合巨作《Using DeepSpeed and Megatron to Train Megatron-Turing NLG 530B》全方位技术解析2024年4月9日·3445 字 ·3 分钟研究笔记 研究笔记 LLM