模型网络
Transformer与自回归生成
推导缩放方差与因果mask;证明拆头还原的索引关系
3 个知识点公式 · 代码 · 图解
把大模型的论文、公式与源码,连接成真正理解的路径。从 Transformer 到 Agent,每一份好奇,都有一个深入的入口。
theory → code → systems每个知识点,连接
公式、代码与结构图。
理解 token 到智能的计算过程
从数据与目标,走向模型能力
在内存、延迟与吞吐间做取舍
把模型连接成可靠的执行系统
让回答有依据,让知识可追溯
从工具调用走到真实任务闭环
理解分数背后的协议与边界
推导缩放方差与因果mask;证明拆头还原的索引关系
估算不同请求的缓存;区分逻辑长度与物理分配
区分CLI入口、执行前端与核心运行层;追踪模型工具调用到执行策略
追踪视觉感知与像素坐标;区分进度事实历史的信息流
拆分检索和回答误差;建立可回查引用
能根据目标分布选择micro或macro,并从逐题记录还原分母。;能推导并计算Wilson比例区间,解释适用假设与边界情形。
知识应当开放,理解值得分享。 一起完善这本手册 ↗