Series

一个主题,写到底。

成系列的长文。每个专题只追一个主题,按顺序读完。

03

LLM Agent 论文精读:2022–2026

按首次公开时间精读 32 篇核心论文,从行动与工具、反思与记忆、多智能体,到真实环境、可靠性、安全和自改进。

32 parts Updated Aug 29, 2026

Open series

06

verl 源码解读与面试指南

从 RLHF 基础、系统架构和训练链路,到分布式后端、排障、扩展、模型导出、大厂真题与 PR 实战的完整专题。

16 parts Updated Aug 29, 2026

Open series

07

大模型强化学习:从零到面试

面向无强化学习项目经验的系统课程:从 MDP、策略梯度和 GAE,到 PPO、DPO、GRPO、Agentic RL、训练排障、手写实验与 30 天冲刺。

14 parts Updated Sep 8, 2026

Open series

08

大模型算法岗求职笔记

面向 2027 届秋招的大模型算法岗求职资料:公开面经证据账本、笔试作战手册、系统备战指南与 30 天执行计划。

13 parts Updated Sep 8, 2026

Open series

10

算法与笔试训练

从 LeetCode Hot100 模板到 ACM 输入输出、组合题识别和大厂笔试进阶算法的完整训练资料。

8 parts Updated Aug 31, 2026

Open series