你好,我是句号。
后端工程师,折腾 Java / Go / Web3 / LLM 应用。这里放我的项目、读书笔记和踩坑记录。
最近文章
- 逐段精读 Transformer 原始论文,每段配英文原文、中文译文和我的感悟,从为什么抛弃 RNN 循环,讲到多头注意力、位置编码和训练细节
- 从"图片为什么不能直接喂全连接"讲起,把卷积、池化、感受野、形状计算和ResNet残差一次讲透,再回答它今天为什么还没被Transformer彻底取代
- 本文介绍大模型需要哪些数学知识
- 用大白话讲清大模型是什么、从Transformer到GPT-5的发展历史、语言模型格局,以及视频生成等多模态赛道现状
- 从RNN的基础结构讲到PyTorch API和它的致命缺陷,顺带回答"Attention Is All You Need之前,序列建模靠什么"