AI / ML / Deep Learning
码龙先生
的AI技术领域
0
技术文章
0
开源项目
0
K 订阅者
滚动探索
· Articles ·
最新技术文章
深度解析AI领域前沿技术，从理论到实践
Transformer架构深度解析：从Attention机制到GPT-5的进化之路
深入剖析Transformer的核心原理，从自注意力机制到多头注意力的数学推导，再到最新GPT-5架构的改进。本文带你从零理解大语言模型的底层架构设计，包括KV-Cache优化、GQA、MoE混合专家等前沿技术。
构建企业级AI Agent：LangGraph多智能体协作实战
基于LangGraph框架构建复杂多智能体系统，涵盖状态管理、工具调用、人机协同回路设计。分享在生产环境中部署Agent的踩坑经验。
Stable Diffusion 3.5内部原理：扩散模型与DiT架构全解
从DDPM到DDIM再到最新的Diffusion Transformer，详解扩散模型的数学本质与工程优化。包含完整的训练与推理代码实现。
大模型推理优化全景：从量化到投机采样的十倍加速之路
系统梳理大模型推理加速技术栈：GPTQ/AWQ量化、FlashAttention、vLLM PagedAttention、投机采样、Medusa等，实测对比各方案性能。
从零搭建LLM训练集群:GPU互联、分布式策略与成本优化
基于NVIDIA H100集群的实战指南，涵盖NVLink、InfiniBand网络拓扑、FSDP/DeepSpeed分布式策略、以及云端GPU成本优化方案。
RAG 2.0:高级检索增强生成技术与GraphRAG实践
超越朴素RAG，深入Agentic RAG、Self-RAG、CRAG与微软GraphRAG。结合知识图谱实现多跳推理，在复杂问答场景中准确率提升40%。
· About ·
关于我
龙
码龙先生
AI Researcher · Software Engineer · Tech Writer
专注于大语言模型、计算机视觉与AI系统工程化。"码"为代码之精，"龙"为东方之魂—— 以代码为剑，以模型为骨，在AI的浩瀚星海中追寻智能的本质。 坚信技术分享是推动行业进步的重要力量，致力于用通俗易懂的方式解读复杂技术概念， 让每一位探索者都能在AI的世界里找到属于自己的星辰大海。
PyTorch
Transformers
LangChain
CUDA
Kubernetes
Rust
Ray
MLOps