[LLMs 实践] 01 llama、alpaca、vicuna 整体介绍及 llama 推理过程
[LLM+RL] 理解 GRPO 公式原理及 TRL GrpoTrainer 代码实现（advantage 与 loss 计算）
[LLM + RL] kimi 1.5 论文导读与 highlights
[Agentic Infra] 03 算力密度与Roofline model，对比 5090/M5 max/DGX spark，Qwen3-8B 算力与访存
[A100 Training] 04 verl/slime Docker 容器 debug，断点调试，源码细读，ray 分布式 debug
[数学基础与PyTorch] 07 MHA 的 QKVO 四重投影，为什么少不了 W_O？concat 再乘 ≡ 逐 head 求和 | OV 电路 rank
[LLM+RL] R1 论文导读，SFT vs. RL，RL 基础以及 GRPO 细节，以及一系列复现工作讨论
[硬件扫盲] 苹果 M5 pro/max 芯片，对比 Nvidia GPU，内存带宽，统一内存，tensor core，融合架构
[LLMs 实践] 02 LoRA（Low Rank Adaption）基本原理与基本概念，fine-tune 大语言模型
[LLM Architect] 13 Kimi K3 门控机制，门控注意力，Gated MLA，KDA的门控分支，MoE 中的SiTU-GLU，SwiGLU
[LLM Architect] 15 Jev 架构推测，Tree Mask 隔离复用与并行计算，概率与confidence，RLCD/RLCR
[数学基础与PyTorch] 06 理解高维Tensor，手撕 MHA 为什么先 reshape 再 permute？view/stride/contiguou
[Pro6000 Training] 05 8卡Pro 6000 硬件概览，感知硬件，理解拓扑，NUMA | 一切都关乎通信带宽
[Agentic Infra] 02 RL post-training 训练框架，训练流程参数分析与指标监控，显存分配与性能调优
[数学基础与PyTorch] 05 OPD-01 RKL/FKL, TopK, 为什么可以复用RL infra，seq level KL，verl/slime
[Modern Agent] 16 Claude Code 记忆（Memory）系统设计，记忆语义分类，记忆召回，记忆写入、更新与维护
[数学基础与PyTorch] 08 Jev 决策模型与概率校准，ECE 计算，RL之后LLM过度自信
[A100 Training] 01 熟悉一台A100 SXM GPU计算节点，必要基础配置，SXM/PCIe/HGX，CPU与GPU带宽及内存带宽测试
【数值计算】牛顿迭代法（Newton's method，Newton-Raphson method，牛顿-拉夫逊（拉弗森））计算二次方根（sqrt）三次方根
[Agent Works] Gemini 2.5 Pro + Agent = IMO 金牌，actor-critic，生成 -> 验证 -> 修正 迭代循环
