Posts

面经

Interview Codes

📅 Jun 2, 2026📖 6 Min Read

面经

Interview Q&A

📅 Jun 2, 2026📖 23 Min Read

游记

上海行

📅 May 25, 2026📖 2 Min Read

Search-R1 学习指北

📅 May 21, 2026📖 29 Min Read

面试算法速通

📅 May 18, 2026📖 9 Min Read

论文阅读

On-Policy Distillation

📅 May 7, 2026📖 15 Min Read

面经

RL训推不一致的原因 & 解决方案

📅 Apr 26, 2026📖 6 Min Read

论文阅读

ToolRL: Reward is All Tool Learning Needs

📅 Apr 24, 2026📖 3 Min Read

训推框架

从零开始学 verl 框架

📅 Apr 16, 2026📖 30 Min Read

ToolBrain 学习指北

📅 Apr 13, 2026📖 11 Min Read

CLIProxyAPI&大模型反代

📅 Mar 30, 2026📖 9 Min Read

LLM 清洗数据

📅 Mar 29, 2026📖 15 Min Read

LLM reasoning & CoT

📅 Mar 27, 2026📖 16 Min Read

MedicalGPT 学习指北

📅 Mar 27, 2026📖 22 Min Read

Dataset 预处理

📅 Mar 25, 2026📖 4 Min Read

LLM 中的强化学习：ARPO

📅 Mar 18, 2026📖 12 Min Read

组合数学

📅 Mar 18, 2026📖 13 Min Read

LLM 中的强化学习：GSPO

📅 Mar 17, 2026📖 7 Min Read

训推框架

vLLM 部署大模型

📅 Mar 15, 2026📖 3 Min Read

Flash Attention

📅 Mar 14, 2026📖 4 Min Read

训推框架

vLLM 原理

📅 Mar 12, 2026📖 18 Min Read

LLM 中的强化学习：DAPO

📅 Mar 11, 2026📖 6 Min Read

大模型知识蒸馏

📅 Mar 5, 2026📖 5 Min Read

Autograd from scratch

📅 Mar 4, 2026📖 6 Min Read

LLM 中的强化学习：GRPO

📅 Mar 2, 2026📖 5 Min Read

LLM 中的强化学习：DPO

📅 Feb 26, 2026📖 5 Min Read

LLM 中的强化学习：PPO

📅 Feb 19, 2026📖 16 Min Read

大模型量化

📅 Feb 17, 2026📖 11 Min Read

LoRA&QLoRA

📅 Feb 16, 2026📖 4 Min Read

强化学习基础

📅 Feb 16, 2026📖 20 Min Read

MiniMind 学习指北

📅 Feb 13, 2026📖 36 Min Read

LLM Inference

📅 Feb 11, 2026📖 9 Min Read

MoE 混合专家模型

📅 Feb 6, 2026📖 5 Min Read

分布式训练技术 - 张量并行

📅 Feb 5, 2026📖 10 Min Read

分布式训练技术 - 数据并行

📅 Feb 2, 2026📖 10 Min Read

transformer库的基类

📅 Jan 27, 2026📖 6 Min Read

Mask On Transformer

📅 Jan 24, 2026📖 3 Min Read

备忘

CDN 加速博客和图床

📅 Jan 15, 2026📖 3 Min Read

高级数据库系统

📅 Jan 13, 2026📖 54 Min Read

算法分析与设计

📅 Jan 8, 2026📖 48 Min Read

游记

冬游黄山

📅 Jan 1, 2026📖 1 Min Read

Loss Function

📅 Dec 27, 2025📖 3 Min Read

LSTM

📅 Dec 19, 2025📖 7 Min Read

Stanford-CS336

📅 Dec 17, 2025📖 24 Min Read

KVCache

📅 Dec 3, 2025📖 3 Min Read

Optimizer

📅 Dec 1, 2025📖 4 Min Read

Stanford-CS224N

📅 Nov 30, 2025📖 64 Min Read

RoPE

📅 Nov 28, 2025📖 3 Min Read

Bilateral LSTM

📅 Nov 27, 2025📖 3 Min Read

RNN

📅 Nov 19, 2025📖 3 Min Read

Packing or Padding？

📅 Nov 9, 2025📖 5 Min Read

Python Tricks

📅 Oct 19, 2025📖 1 Min Read

Python 设计模式

📅 Oct 19, 2025📖 1 Min Read

Python 异步编程

📅 Oct 19, 2025📖 1 Min Read

Python 装饰器

📅 Oct 19, 2025📖 1 Min Read

估算模型需要的显存

📅 Aug 22, 2025📖 6 Min Read

游记

香港行

📅 Jul 8, 2025📖 3 Min Read