张小明
前端开发工程师
通用 GUI 智能体基座 MAI-UI
唐杰THU
大润发杀鱼工：RL的一整年
天晴：用 RL 做 LLM 后训练：半年踩过的坑与心得
周星星：Agent 元年复盘
无大算力时，LLM 还有哪些值得做的研究
自所&腾讯团队首次揭示大模型RL新机制
RL、Pre-training、Mid-training 对模型能力提升的区别
理解 LLM RL 稳定性的 insight 和实用 recipe
GPT-5-Thinking新训练方法
深挖PPO，聊聊前身TRPO
大模型强化学习算法的演进与对比 (PPO, GRPO, DAPO, GSPO, SAPO)
LLM模型评估方法
青稞AI：唐杰和 Karpathy 的共识：AI 应用的本质是替代或增强人类工种，而不是为了做 App 而做 App
深入理解 KL 散度
多模态大模型主流架构
GitHub Wiki文档维护：Miniconda-Python3.10生成自动化API文档 在开源项目和团队协作日益频繁的今天，一个常被忽视却极其关键的问题浮出水面：代码更新了，但文档还停留在几个月前。这种“文档滞后”现象不仅让新成员上手困难&#x…
李华
Docker build缓存利用：Miniconda-Python3.10加速镜像重建过程 在数据科学与AI开发的日常中，你是否经历过这样的场景？刚刚修改了一行代码，却要重新跑一遍漫长的依赖安装流程——conda慢悠悠地下载PyTorch、numpy、pandas……哪怕这…
李华
Dockerfile最佳实践：基于Miniconda-Python3.10构建最小AI镜像 在现代AI项目开发中，一个常见的痛点是：“代码在我机器上跑得好好的，怎么一到别人环境就报错？”——这种“依赖地狱”问题不仅浪费时间，更严重影…
李华
Python3.10性能评测：Miniconda环境下PyTorch训练速度实测 在深度学习项目开发中，一个常见的困扰是：同样的代码在不同机器上运行结果不一致，甚至无法运行。问题往往不出在模型本身，而是隐藏在环境配置的细节里——Pytho…
李华
服务器操作系统是专为服务器环境设计的系统软件，负责管理硬件资源、提供核心服务并保证业务应用的稳定、高效与安全运行。它与个人操作系统截然不同，其设计目标是极高的可靠性、可扩展性、可维护性和强大的网络与多用户支持能力，是支撑从网站…
李华
我们在使用Linux时，经常会遇到关于用户权限的问题，每个文件都对不同的用户身份设定了不同的权限。最常见的场景就是：获取root权限来执行命令。而Linux中的su和sudo就是关于系统权限的命令，两者都可以让你使用root权限，…
李华