【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
[LLM+RL] 理解 GRPO 公式原理及 TRL GrpoTrainer 代码实现（advantage 与 loss 计算）
【回归】多元线性回归分析（最小二乘法，矩阵矢量形式，解析解）
[A100 Training] 04 verl/slime Docker 容器 debug，断点调试，源码细读，ray 分布式 debug
[LLMs 实践] 01 llama、alpaca、vicuna 整体介绍及 llama 推理过程
[LLM + RL] kimi 1.5 论文导读与 highlights
[实用 AI] GPT/Gemini 全流程参与 idea 生成，实验设计，Paper writing | AI scientist | NotebookLM
[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
[M芯片与AI计算] 02 Coding Agent 时代的 MacOS 装机配置与心流体验的获得，实用 CLI 工具，rg、yazi、fzf、uv
[Agentic Infra] 03 算力密度与Roofline model，对比 5090/M5 max/DGX spark，Qwen3-8B 算力与访存
[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
[Agent Works] Gemini 2.5 Pro + Agent = IMO 金牌，actor-critic，生成 -> 验证 -> 修正 迭代循环
[数学基础与PyTorch] 03 回顾策略梯度，score function trick，蒙特卡洛采样，pytorch 优化与重要性采样
[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
[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
[pytorch 强化学习] 01 认识环境（environment，gym.Env）以及 CartPole-v0/v1 环境
[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
[智能的边界] 深入 GPT Pro，通用工具设计（搜索与cli），沙盒系统硬件，skills，Python环境，UV，下载限制与 tex pdf 等
[Modern Agent] 18 何时如何保持思维链 CoT，interleaved thinking，kvcache 利用，Qwen3.6
[LLM Architect] 12 Kimi K3 架构初步，张量计算视角，KDA，MLA，Latent MoE，MoonViT 与残差注意力
