>精选笔记、项目记录和研究日志。
记录多智能体架构，以及如何协调 AI 系统完成复杂推理任务。
总结面向大语言模型的提示策略、结构化输入和评估方法。
如何压缩和优化神经网络，让边缘设备获得低延迟推理能力。
用可视化方式解释自注意力，以及它在现代深度学习中的作用。
构建面向生产环境的 RAG 管线，让 AI 应用基于知识回答问题。
比较嵌入策略和向量存储方案，理解相似度搜索的实际效果。
介绍参数高效微调方法，以及如何进行领域适配。
面向连续推理和数据处理的流式架构设计记录。
关于增强智能，以及人与 AI 系统关系变化的思考。
记录大规模部署机器学习模型时得到的实践经验。