2026
- 再探RoPE（三）：从群论视角统一理解位置编码——为什么RoPE几乎是唯一的选择，以及远程衰减究竟从何而来2026-06-08
- 世界是一个损失函数（续）——从 ECHO 到 World Model：也许 Planner 与 Simulator 从来不是两个东西2026-06-04
- 「世界是一个损失函数」——ECHO 与 GRPO 中那些被浪费的 token2026-05-19
- Managed Agents 博客解读2026-04-19
- 让Agent跑十几个小时不崩：记忆外化与跨Session状态继承的实战思考2026-04-12
- CLI Is All You Need：DeepResearch 多智能体架构升级—实践分享2026-03-25
- LLM-Infra之显存梳理篇（1）：训练场景下的显存优化全景图2026-02-28
- 从泰勒级数视角解读mHC——当 级数 学会了 "信号守恒"2026-01-20
- Mini-SGLang 架构深度解读 - 一款适合学习的轻量级高性能的 LLM 推理框架2026-01-13
2025
- File-Centric Shared Workspace for Multi-Agent Collaboration2025-12-22
- 基于共享工作区的Multi-Agent实践：让文件成为智能体协作的桥梁2025-12-18
- 为什么 Agent 开发中可能更适合用 completion 接口？ —基于KV缓存显式管理（复用）的分析2025-11-27
- GPT-OSS为何“复古地”在Attention机制中配置了偏差项(bias)？2025-08-06
- GPT-5的通用验证器范式要来了，大模型进入“边写边校”时代？关于推理侧引入验证器的个人实践和思考2025-08-04
- 为什么不建议构建多智能体？《Don’t Build Multi-Agents》博客解读2025-06-13
- DeepSearch复现_总结篇：直接面向api编程的智能体搭建范式2025-04-16
- DeepSearch复现篇2（优势：低门槛）：基于DeepSeek官网API的Agentic RAG的全链路实现2025-03-18
- DeepSearch复现篇：QwQ-32B ToolCall功能初探，以Agentic RAG为例2025-03-14
- 从微观到宏观，再到中观：大语言模型强化学习中奖励信号观测尺度的演进与思考2025-02-07
- 再探RoPE（二）：为什么RoPE + Bias能在远程衰减和长度外推上发挥重要作用？2025-01-09
- top-k Attention（top-k 稀疏注意力）：一种免再训练的大模型长度外推泛化的推理方法2025-01-03