TD-MPC2 精读：用隐式世界模型统一 104 个连续控制任务
从隐式潜在动力学、SimNorm、离散回归、策略先验与 MPPI 规划出发，拆解 ICLR 2024 Spotlight 论文 TD-MPC2 如何用统一超参数稳定训练并扩展到 317M 参数、80 个任务。
2
|
0
Yo'LLaVA 精读：用 16 个软 Token 记住你的专属视觉概念
从可学习身份 Token、视觉属性软提示与难负样本出发，拆解 NeurIPS 2024 的 Yo'LLaVA 如何用 5 张图完成多模态大模型个性化。
2
|
0
FlashAttention-3 精读：用异步流水与 FP8 加速 Hopper Attention
从 Hopper 的 TMA、WGMMA 和 FP8 出发，拆解 FlashAttention-3 如何用 warp specialization、GEMM-Softmax 流水与低误差量化提升精确注意力吞吐。
3
|
0
M3 精读：可伸缩视觉 Token 如何加速多模态推理
从嵌套视觉 Token、多尺度训练目标与预填充成本出发，拆解 ICLR 2025 的 M3 如何在同一多模态大模型中按需切换推理粒度。
0
|
0
BLIP-2 精读：用 Q-Former 接通冻结视觉编码器与大语言模型
从 Q-Former、三种表征学习目标与两阶段预训练出发，拆解 BLIP-2 如何用冻结视觉编码器和冻结 LLM 构建多模态模型。
0
|
0
QLoRA 精读：4-bit 量化如何把 65B 微调压进单卡
从 NF4、双重量化、Paged Optimizer 与全层 LoRA 出发，拆解 QLoRA 的显存账本、训练流程、实验边界和复现要点。
0
|
0
Transformer、ViT 与 CLIP 基础：从三篇代表论文到高频面试题
以三篇代表论文为主线，串起 Transformer、Vision Transformer 与 CLIP 的结构、目标和面试高频题。
0
|
0
LLM 技术路线：从 Transformer 到训练、推理与应用
一份系统化 LLM 学习路线，覆盖 Transformer、预训练、SFT、RLHF、RAG、Agent、推理优化、评测和工程项目。
1
|
0