现在
大模型算法与训练系统
CS336 课程实录、RLHF 训练框架源码精读,以及围绕它们的工程笔记。
大模型算法、训练系统与工程实践的学习笔记。
About
我在系统性地学习大模型:从课程作业、训练框架源码到面试与求职,把整个过程原样写成笔记。
基于 Astro 与 Markdown 构建,数学公式用 KaTeX。设计偏好节制、留白与清晰。
Profile
这里的文章多数很长:课程作业的逐篇复盘、verl 与 slime 这类训练框架的源码精读、以证据为准的面经账本。长,是因为想把"为什么"讲完整。
我希望它读起来更像一本编辑过的笔记,而不是内容输出:成系列、可检索、有出处。
如果这些笔记恰好帮你省下了一些摸索的时间,那就是它最好的用处。
Right now
What I value
Trajectory
CS336 课程实录、RLHF 训练框架源码精读,以及围绕它们的工程笔记。
面经证据账本、笔试作战手册与 30 天执行计划。
公开写作是最诚实的复盘方式:写不清楚,就是还没学会。
Notes
Current questions
Colophon
基于 Astro 与 Markdown 构建,数学公式用 KaTeX。设计偏好节制、留白与清晰。