跳转至

Walker Chi

Studies

正在初始化搜索引擎

walkerchi/walker-cms

Walker Chi

walkerchi/walker-cms

walker
About
Blog
Blog
Gallery
Gallery
Notes
Notes
- ETHz
  ETHz
Projects
Projects
- torch-sla
Studies
Studies
- 大语言模型/多模态大模型 LLM/MLLM
  大语言模型/多模态大模型 LLM/MLLM
  - Z. 附录
    
    Z. 附录
    
    Z2. 术语表
    
    Z1. 行业格局与模型速查表（2026.04）
    
    Z3. 参考文献汇总
    
    Z3. 参考文献汇总
    
    Z3.1 参考文献：架构与训练
    
    Z3.3 参考文献：推理、安全与工具
    
    Z3.2 参考文献：后训练与应用
  - H. 应用层
    
    H. 应用层
    
    H2. Agent 架构：MCP / A2A / 框架生态
    
    H1. RAG vs Search：技术路线与大厂选择
    
    H5. LLM + Security：攻防、审计、威胁情报
    
    H3. Agent 集群 Scaling 与多 Agent 协作
    
    H3. Agent 集群 Scaling 与多 Agent 协作
    
    H3.3 MAD vs Self-Consistency 实验与工程问题
    
    H3.2 Anthropic 多 Agent 系统工业实现
    
    H3.1 Agent Scaling Law 与 TTS 关系
    
    H4. Coding Agent：Claude Code / Cursor / Devin / OpenClaw
    
    H4. Coding Agent：Claude Code / Cursor / Devin / OpenClaw
    
    H4.1 Claude Code 完整架构剖析
    
    H4.3 开源 Coding Agent 生态对比
    
    H4.2 Subagents、Hooks、Skills、MCP 深入
  - B. 数据工程
    
    B. 数据工程
    
    B3. 多模态数据工程：图片/视频数据组织与处理
    
    B5. 数据质量评估：指标、工具、与 Loss 斜率的关系
    
    B4. 合成数据：方法论、Scaling 边界、Model Collapse
    
    B2. Tokenizer 设计与训练：BPE、多语言、多模态 Token
    
    B1. 预训练数据 Pipeline：爬取→清洗→去重→过滤→配比
    
    B1. 预训练数据 Pipeline：爬取→清洗→去重→过滤→配比
    
    B1.4 互联网存档清单：CC / Wayback / 衍生语料
    
    B1.1 爬虫工程：反检测、IP 池、覆盖率
    
    B1.5 去重：exact / MinHash / SemHash / 质量分桶
    
    B1.7 数据配比：典型方案 + 为什么
    
    B1.2 HTML 解析器选型
    
    B1.3 私域数据：CSDN / Reddit / Twitter / 微信公众号
    
    B1.6 商业供应商
  - I. 评测与安全
    
    I. 评测与安全
    
    I2. 安全对齐：Constitutional AI、RLAIF、红队测试
    
    I1. 评测体系搭建：基准选择、内部 Eval Suite
    
    I3. 治理与合规：EU AI Act、中国法规、企业实践
  - A. 基础理论
    
    A. 基础理论
    
    A9 Activation 函数与 FFN 设计
    
    A10 MoD、Early Exit 与动态计算
    
    A12 工业模型架构选型图谱
    
    A3. MoE 架构：路由、负载均衡、训练稳定性
    
    A8 Normalization 技术演进
    
    A6. SSM 与混合架构：Mamba、Jamba、RWKV
    
    A1. Transformer 架构：从 Attention 到完整前向传播
    
    A11 模型设计空间：深度、宽度与 Vocab
    
    A2 注意力机制全景
    
    A2 注意力机制全景
    
    A2-1 Full 路线 — softmax + K/V 表示压缩
    
    A2-4 attention kernel 实现与验证
    
    A2-3 Linear / RNN 路线 — 砍 softmax，固定 state 替代 KV
    
    A2-2 Sparse 路线 — softmax + 跳过部分 (q,k) 对
    
    A4. 位置编码：RoPE 原理、扩展方法、2D-RoPE
    
    A4. 位置编码：RoPE 原理、扩展方法、2D-RoPE
    
    A4.2 NoPE、CoPE 与混合策略
    
    A4.1 RoPE 原理与外推方法
    
    A5. 压缩即智能：信息论视角与 Scaling Laws 推导
    
    A5. 压缩即智能：信息论视角与 Scaling Laws 推导
    
    A5.2 Scaling Laws 公式与数据质量
    
    A5.1 压缩即智能：信息论推导
    
    A5.1 压缩即智能：信息论推导
    
    延伸：Grokking、信息瓶颈、不可约 Loss
    
    论文精读：Language Modeling Is Compression (ICLR 2024)
    
    论文精读：Understanding LLM via Compression (2025)
  - K. 前沿实验室深读
    
    K. 前沿实验室深读
    
    Anthropic
    
    Anthropic
    
    Anthropic Agents — Computer Use + MCP + Tool Use
    
    Anthropic 对齐研究
    
    Anthropic 工程深读 — Pretraining + Serving
    
    Anthropic 机制可解释性研究
    
    Anthropic Safety + Frontier Red Team
    
    Anthropic 社会影响研究
    
    DeepSeek
    
    DeepSeek
    
    DeepSeek 工程深读
    
    DeepSeek 推理 RL 方法论
    
    OpenAI
    
    OpenAI
    
    OpenAI 工程深读
    
    OpenAI Safety + Interpretability
  - G. 推理与部署
    
    G. 推理与部署
    
    G6 解码策略：Beam Search、采样与 KV Cache
    
    G4. 主流模型部署配置：Qwen / DeepSeek / LLaMA
    
    G5. 投机解码与 KV Cache 优化
    
    G2. PD 分离与推理架构设计
    
    G1. 量化全景：GPTQ / AWQ / SmoothQuant / FP8
    
    G3. vLLM vs SGLang 深入对比与优化
  - C. 分布式训练基础设施
    
    C. 分布式训练基础设施
    
    C5. 6D 并行下的 Attention Kernel 与通信重叠
    
    C7. 万卡集群运维：容错、Checkpoint、健康检查
    
    C4. GPU Kernel 编程：Triton vs TileLang vs CUDA
    
    C3. MFU 优化：Profiling → 诊断 → 提升实战
    
    C2. 集群拓扑感知的并行策略设计
    
    C6. 训练稳定性：Loss Spike、NaN、梯度异常诊断
    
    C8. 开源训练/推理基础设施
    
    C8. 开源训练/推理基础设施
    
    C8.2 其他开源基础设施：UCCL-EP / Megatron Core / DeepSpeed / FSDP
    
    C1. Megatron 架构与 6D 并行完整指南
    
    C1. Megatron 架构与 6D 并行完整指南
    
    C1.2 EP、CP、SP 与通信重叠
    
    C1.1 TP、PP、DP 与 ZeRO
  - F. 多模态 VLM
    
    F. 多模态 VLM
    
    F3. 高分辨率与视频理解技术
    
    F4. MLLM + 硬件：端侧部署、NPU、专用芯片
    
    F1. VLM 架构选型：编码器、投影层、骨干网络
    
    F2. VLM 训练三阶段完整 Recipe
    
    F5. 世界模型与视频生成
  - E. 后训练与对齐
    
    E. 后训练与对齐
    
    E7. Instruction Following 能力提升
    
    E2. 偏好对齐全链路：RLHF → DPO → SimPO → GRPO
    
    E4. RLVR 深入：代码生成方向
    
    E3. RLVR 深入：数学推理方向
    
    E6. RLVR 深入：Research / Report / 开放域
    
    E5. RLVR 深入：Search & Tool Use 方向
    
    E1. SFT / RFT / RL / Pretrain 的关系与数据效率
    
    E8. Claude / GPT / DeepSeek 训练方法论还原
    
    E8. Claude / GPT / DeepSeek 训练方法论还原
    
    E8.2 Anthropic 路线：Constitutional AI → Claude
    
    E8.3 DeepSeek 路线：V3 → R1
    
    E8.1 OpenAI 路线：GPT → o 系列
  - D. 预训练 Recipe
    
    D. 预训练 Recipe
    
    D5. 成本估算：给定规模需要多少卡、多少时间、多少钱
    
    D3. Dense 模型预训练完整 Recipe
    
    D2. 混合精度训练：BF16 → FP8，哪些层能量化
    
    D4. MoE 模型预训练完整 Recipe
    
    D1. 优化器：Adam → Muon → 调参理论（Parabolic Fitting、μP）
    
    D1. 优化器：Adam → Muon → 调参理论（Parabolic Fitting、μP）
    
    D1.1 AdamW 与 Muon：机制与为什么
    
    D1.2 LR Schedule：Cosine / WSD / D2Z 和为什么
    
    D1.3 Per-Layer LR 与调参理论（μP、Parabolic Fitting）
  - J. 推理行为与失败模式
    
    J. 推理行为与失败模式
    
    J4. 幻觉 — 与 Thinking 关系 + 减少策略
    
    J1. 长 Context — Benchmarks、问题、数据构造
    
    J3. 推理模式对比 — CoT / ReAct / Interleave / ToT / Self-Consistency
    
    J2. Thinking Effort 控制 — Adaptive / Level-Switched
- World Model
  World Model
  - 08 AGI路径之争
  - 09 挑战、局限与未来展望
  - 06 投融资与产业生态
  - 01 定义、起源与发展史
  - 03 核心论文与里程碑
  - 10 综合Survey论文索引
  - 05 应用领域深度分析
    
    05 应用领域深度分析
    
    05.1 自动驾驶世界模型端到端技术
    
    05.3 游戏与交互式娱乐
    
    05.2 机器人与具身AI
    
    05.2 机器人与具身AI
    
    05.2.2 开源项目与框架全景
    
    05.2.3 技术路线之争与市场数据
    
    05.2.1 人形机器人公司全景
  - 02 技术架构与核心方法
    
    02 技术架构与核心方法
    
    02.3 NVIDIA Cosmos 平台架构全解
    
    02.5 世界模型的数学基础
    
    02.2 Dreamer 系列内部机制
    
    02.4 Genie 系列技术演进
    
    02.1 JEPA 技术细节深挖
    
    02.6 训练数据深度剖析
  - 07 评估基准与指标体系
    
    07 评估基准与指标体系
    
    07.2 LLM内部世界模型之争
    
    07.1 物理理解机制与实验证据
  - 00 世界模型的"皇帝新衣"：视频生成 ≠ 物理理解
    
    00 世界模型的"皇帝新衣"：视频生成 ≠ 物理理解
    
    00.1 物理世界模型：真正在做物理理解的工作
    
    00.2 世界模型 = 内在科学家？从物理理解到规律发现与工具制造
    
    00.2 世界模型 = 内在科学家？从物理理解到规律发现与工具制造
    
    00.2.1 科学发现AI系统工程实现详解
  - 04 关键玩家与竞争格局
    
    04 关键玩家与竞争格局
    
    04.1 世界模型公司全景

目录

当前主题

walker
Studies

Studies¶

当前主题¶

大语言模型/多模态大模型 LLM/MLLM
World Model 深度调研

大语言模型/多模态大模型 LLM/MLLM

Copyright © 2026 Mingyuan Chi