【大模型】Attention 基础：Self、Causal、MHA、GQA 与 MQA 的关系

【大模型】DFlash：把串行 Draft 变成并行“填空”

【大模型】EAGLE 与 EAGLE-3：用“特征预测”加速投机解码

【大模型】投机采样与MTP 基础介绍

【大模型】Prefix Caching原理简介

【大模型】构建Qwen2.5-VL 3B/7B 模型为什么无需修改代码

【大模型】Qwen2.5-VL 网络结构简介

【大模型】Causal Attention与 causal_mask简介

【大模型】Chunk Prefill——把一次算不动的事拆成多次

【大模型】Prompt 长度对齐 之 padding 与 truncation

【融合】不同传感器前中后融合方案简介

【通用】量化训练时fusebn/withbn简介

【大模型】embed_tokens.bin 与 lm_head简介

【大模型】MoE（专家混合模型）简介

【座舱】Multi-LoRA 简介及其在智能座舱领域的应用

【J6】时序模型量化精度调试原理与示例

【J6】直方图中reset_scale简介

【J6】地平线J6 QAT + 板端推理全流程实操

【具身】语义检索模型简介

【J6】工具链 QAT ObserverBase 源码解析