深度学习优化算法深度实战：从SGD到AdamW的自适应学习率全景解析
从SGD到AdamW的深度学习优化算法全景解析，涵盖数学原理、实战调优策略、最新优化器（Lion/Sophia）及前沿趋势
深度学习
大语言模型的涌现能力：从规模到智能的跃迁
探索大语言模型涌现能力的本质：为何智能会在某个临界规模突然出现，以及这对AI未来发展的深远影响
2026年最值得关注的5个深度学习应用场景
梳理2026年最值得关注的五大深度学习应用场景，涵盖内容创作、医疗诊断、交通出行、科学研究和软件工程
大模型推理优化实战：从KV Cache到推测解码的全栈加速方案
深入解析大模型推理加速技术栈：PagedAttention、推测解码、INT4量化与算子融合等全栈优化方案
时序预测的深度模型架构演进：从 Transformer 到 PatchTST 的工业级工程实践
深度学习时序预测架构从Transformer到PatchTST的演进全解析：剖析Informer的ProbSparse注意力、PatchTST的补丁化革新、iTransformer的变量翻转范式，结合生产级代码示例与多维度选型对比，构建完整的工程实践框架。
2026年MoE专家混合系统的动态路由进化：从负载均衡到知识解耦的架构革命
深入解析2026年MoE专家混合系统的动态路由进化机制，涵盖知识感知路由、可微分专家容量、预测性预取推理优化及MoE-as-a-Service新商业模式。
CUDA Warp 编程深度实战：从 Bank Conflict 到 Tensor Core 极限优化
深入NVIDIA GPU Warp级并行机制，从Bank Conflict原理到Tensor Core极限优化，涵盖Shared Memory架构、Warp分支发散、FP16矩阵乘实战案例及NSight Compute性能分析
LLM Tokenizer 深度工程实战：从 BPE 合并算法、预分词正则到压缩率与多语言词表设计的生产级全解
拆解 LLM 分词器的工程内核：BPE 合并的增量训练实现、GPT-2 预分词正则的设计动机（数字为何三位一组）、字节级回退的边界处理、tiktoken 风格并行预分词与块边界一致性、压缩率与生育率的量化评估方法，附多语言词表设计与生产坑位清单。
FP8 混合精度训练工程实践：从 H100 到大模型训练的范式跃迁
深入解析 FP8 混合精度训练的硬件原理与生产实践，覆盖 E4M3/E5M2 格式设计、Loss Scaling 策略、Transformer Engine 实战、分布式训练协同优化，以及 Blackwell 未来展望。
