知识引导上下文优化（KgCoOp）：一种解决灾难性遗忘的 Prompt Tuning 机制
如何使用知识引导损失对可学习 Prompt 进行正则化以保持泛化能力。
Claude Code 命令体系解析：三种类型、七大分类、50+ 命令
这篇文章覆盖每一个斜杠命令、每一个 CLI 标志、每一个键盘快捷键，以及开发团队从未正式宣布就悄悄上线的隐藏功能
理解 Agent 记忆：从无状态模型到持久化记忆架构
Agent 记忆并非单一概念，它是一个四层体系，各层服务于不同目的。
CRAG 架构解析：如何在生成器前修正错误检索结果
绝大多数 RAG 系统把检索当作不会出错的环节，无论拿到的文档是否真正切题，都会径直送入生成器。
构建生产级 AI Agent 系统的4大主流技术：反思、工具、规划与多智能体协作
本文拆解当下重塑AI系统构建方式的4种核心 Agentic 模式，分析每种模式的工作机制、适用场景，以及如何将它们组合出真正可用的系统。
KV Cache管理架构演进：从连续分配到统一混合内存架构
本文梳理KV cache管理经历的5个时代，从它根本不存在的阶段，到今天正在成型的统一内存架构。文中会结合多个模型的部署经验，对比vLLM、SGLang和TensorRT-LLM在各阶段的应对思路。
PhysioDSP：一个面向可穿戴设备的 Python 信号处理库
PhysioDSP 是一个开源 Python 库，它给出了一套统一、可扩展的框架来处理和分析生理传感器数据
VAE 原理拆解：从概率编码到潜在空间正则化
这篇文章从基本原理出发完整拆解变分自编码器（VAE）的构建过程。
基于能量的模型（EBM）：用能量函数替代概率分布的建模框架
Yann LeCun 反复强调过一个观点：当前LLM基于概率、逐 Token 预测的设计路线，很可能走不到人类水平的AI。他的团队更看好另一条路，基于能量的模型（EBM）。
向量搜索系统的三个核心优化维度：速度、精度与规模
向量搜索把信息检索从字面匹配带进了语义理解的时代。但光有 Embedding 还不够，真正让系统在生产环境中跑起来的是背后的工程优化
RAG 文本分块：七种主流策略的原理与适用场景
分块就是在生成 Embedding 之前，把大段文本拆成更小语义单元的过程。检索器真正搜索的对象而不是整篇文档就是这些分块。
从零开始用自定义 Triton 内核编写 FlashAttention-2
本文只实现了前向传播。扩展到完整的训练级 FlashAttention（反向传播、dropout、各种 mask 变体）留待后续工作。
LLM推理时计算技术详解：四种提升大模型推理能力的方法
本文要讲四种主流的推理时计算技术：深度方向的Chain-of-Thought，宽度方向的Self-Consistency，搜索方向的Tree-of-Thoughts，以及迭代方向的Reflexion/Self-Refine。
torch.compile 加速原理：kernel 融合与缓冲区复用
torch.compile 的价值在于：它把原本需要手写 CUDA 或 Triton 才能实现的优化，封装成了一行代码的事情。
让 AI 智能体学会自我进化：Agent Lightning 实战入门
本文将介绍 Agent Lightning 的核心架构和使用方法，并通过一个开源的"自修复 SQL 智能体"项目演示完整的训练流程。
用 PyTorch 实现 LLM-JEPA：不预测 token，预测嵌入
这篇文章从头实现 LLM-JEPA: Large Language Models Meet Joint Embedding Predictive Architectures。
大模型如何训练百万 Token 上下文：上下文并行与 Ring Attention
上下文并行本质上是拿通信开销换内存空间，把输入序列切到多张 GPU 上，突破训练时的内存限制
让 Q 值估计更准确：从 DQN 到 Double DQN 的改进方案
这篇文章要内容包括：DQN 为什么会过估计、Double DQN 怎么把动作选择和评估拆开、Dueling DQN 怎么分离状态值和动作优势、优先经验回放如何让采样更聪明，
RAG 检索模型如何学习：三种损失函数的机制解析
本文将介绍我实验过的三种方法：Pairwise cosine embedding loss（成对余弦嵌入损失）、Triplet margin loss（三元组边距损失）、InfoNCE loss。
对抗样本：20行Python代码让95%准确率的图像分类器彻底失效
本文会用FGSM（快速梯度符号法）演示如何制作对抗样本，并解释神经网络为何如此脆弱。
