ChromeDriver 总版本不匹配？教你自动匹配
跑 Selenium 的同学，十有八九都被这个报错搞崩溃过：前一天还好好的，今天一启动就 This version of ChromeDriver only supports Chrome version xxx，或者直接 SessionNotCreatedException。
Kimi K3公开了不少秘密，但最重要的Infra却很难抄
模型浮点运算利用率 是评估训练效率的标准指标，它是 “ 观测吞吐量 ” 与 “ 理论最大吞吐量 ” 的比值，理论最大吞吐量是假设达到峰值浮点运算的 100% 。
不反向传播也能预训练Transformer，Jeff Dean投的这家公司出成果
论文里的实验最大也只到 243M 参数、20M token 的训练预算，和工业界动辄千亿 token 的预训练相去甚远。
LLM 面试必问的 8 个问题，答不上来直接淘汰
第二章：大语言模型（LLM）基础构建 AI Agent，大语言模型（LLM）是最核心的基础设施。Agent 的推理、工具调用、记忆能力，都依赖底层模型质量。理解 LLM 的内部机制，才能在工程中做出正确的架构决策。
Query 和 Key 长得几乎一模一样，为什么还要分开设计？
因为注意力的本质是"有向检索"：Q 与 K 是两个方向相反的角色——Q 是"我在找什么"，K 是"我身上有什么"。 它们共享同一种形状，却承载着截然不同的语义任务。
词元是怎么构成人类能理解的话语？
词元变成人能懂的话，靠的是注意力机制把散落的词元串成有上下文的向量，再由自回归解码把向量还原成文字。用足球说：散落的“7号”“11号”先被教练喊成一个战术整体，再一脚一脚踢成一条完整的进攻线路。
数学本质05｜Attention：模型为什么知道该看哪个词？
向量负责表示，点积负责比较，Softmax负责分配，而 Attention 负责把信息重新组合。上一篇讲点积时，我们留下了一个问题：模型已经能算出两个向量之间有多匹配，接下来呢？真正有意思的地方就在这里。
一条SQL查询语句，在MySQL里经历了什么？
先还原一个再熟悉不过的场景。你在客户端敲下一行 select * from T where ID=10;，回车，结果就出来了。整个过程不到一秒。但就这短短一秒，MySQL 内部其实跑完了一段相当完整的旅程。
NeurIPS'26：注意力也是FFN？从快权重出发，重新理解高效注意力
一直以来，在Transformer架构中，注意力与前馈网络被认为是两个功能不同且互补的模块:前者让词元彼此交互，后者对每个词元进行非线性变换。