LoRA 详解：低秩适配的原理与代码实现
讲解 LoRA（Low-Rank Adaptation）的原理：冻结预训练权重、只对增量做低秩分解，用极少的参数完成大模型微调，并给出线性层与注意力模块上带 LoRA 的代码实现示例。
HuggingFace AutoModel 系列详解：自动加载类与任务对照
系统介绍 HuggingFace Transformers 中的 AutoModel 系列自动加载类：按任务类型划分的常用类及其用途、如何根据模型名称自动匹配架构与预训练权重，并给出文本生成等场景的加载与推理代码示例。
BPE 与 WordPiece 分词方法对比：子词分割与 Tokenizer 原理
对比 BPE 与 WordPiece 两种经典子词分割算法，解析 Tokenizer,在编码与解码阶段的词元切分、映射及词汇表构建机制，及其在预训练模型中的应用。
Tokenizer 分词器详解：BPE、WordPiece 与编解码流程
系统讲解分词器：编码与解码两个阶段中分词、映射、反映射与文本重组的四步流程，对比 GPT 系列常用的 BPE 与 BERT 系列常用的 WordPiece，并给出使用 GPT-2 分词器做编码解码的代码示例。
NCCL 详解：多 GPU 集合通信库与 PyTorch 集成
讲解 NVIDIA NCCL 集合通信库：它解决的问题、重要概念与支持的通信操作类型、设备要求与拓扑自动识别优化，并给出在 PyTorch 中初始化进程组、创建分布式模型与调用集合通信的示例。
常用 NVIDIA 运维指令速查：互联拓扑、NUMA 与 NVLink 查询
整理 GPU 服务器运维常用的 NVIDIA 指令：用 nvidia-smi 与 nvidia-smi topo -m 查看设备状态与互联拓扑、判断是 SYS 还是 NVLink 连接，并结合 NUMA 亲和性与 CPU 绑定排查系统规模与拓扑完整性问题。
人类对齐与强化学习—RLHF 全流程与 PPO 原理源码解读
从 deepspeed-chat 开源实现入手讲解 RLHF：强化学习中智能体与环境的交互框架、NLP 场景下的强化学习，以及 Actor、Reference、Critic、Reward 四个模型在 PPO 训练流程中的分工与公式推导。
MCP 协议详解：为大模型设计的统一上下文接入标准
讲解 Model Context Protocol（MCP）这一面向大模型的统一开放接口：由模型、上下文与协议三部分构成的核心框架、MCP 与智能体的关系，以及一个可直接运行的服务示例。
FlashInfer 详解：LLM 注意力内核库与负载均衡调度
介绍 FlashInfer 这一面向大模型服务的注意力内核库与生成器：提供 FlashAttention、稀疏注意力、PageAttention 与采样等高性能实现，覆盖稀疏与密集 KV 存储的 CUDA 与 Tensor 核心模板，并提供负载均衡调度能力。
LLM 推理优化技术纵览：子图融合、模型压缩与量化蒸馏
系统梳理大模型推理优化的两大方向：通过算子合并减少 kernel 调用与显存读写的子图融合（FasterTransformer、DeepSpeed Inference、MLC LLM），以及稀疏化、量化与蒸馏三类模型压缩技术。
NVIDIA GPU 架构演进详解：从 Pascal 到 Blackwell
按时间线梳理 NVIDIA GPU 架构的关键技术：Pascal 的 16nm 工艺与 NVLink、Volta 引入的 Tensor Core、Turing 的 RT Core、Ampere 的第三代 Tensor Core、Ada Lovelace、Hopper 的 Transformer 引擎直到 Blackwell，并列出各代代表产品。
大语言模型简史：从 Transformer (2017) 到 DeepSeek-R1 (2025)
以 2017 年 Transformer 架构为起点回顾大语言模型的发展脉络：自注意力带来的并行化革命、2018 到 2020 年的预训练模型时代，一直到 2025 年以高性价比与强推理能力引发行业震动的 DeepSeek-R1。