Miles、Slime 与 Ray：大模型后训练闭环中的编排、训练与权重同步 2026-09-17 从后训练闭环、Reward/Verifier、Ray 控制面到 Weight Sync，梳理 Miles、Slime 与分布式训练基础设施的工程关系。 Megatron LLM Post-Training Reinforcement Learning Ray SGLang 阅读更多
Hands on DSH lyan 2026-09-04 介绍 DeepSeek Harness 的架构、实现、部署和使用，并与 OpenClaw 进行技术对比。 AI OpenClaw Agent Architecture DSH DeepSeek Harness Agents 阅读更多
深入浅出 Agent Loop 机制 lyan 2026-08-14 从模型、MCP server 与客户端的分工出发，拆解 agent loop、Skill、MCP 以及多 agent 的工作机制。 Agent MCP 技术架构 LLM 多智能体 阅读更多
uv 的工作机制：Python 环境、依赖解析与缓存 lyan 2026-07-15 从 Python 版本选择、PubGrub 依赖解析，到锁文件、全局缓存、虚拟环境和 uv run，系统说明 uv 的工作原理。 Python uv 开发工具 依赖管理 阅读更多
多模态 AI 中的交叉注意力：何时需要让一条信息流读取另一条信息流 lyan 2026-07-05 从 Q/K/V、Stable Diffusion 的文本条件 U-Net，到跨模态维度设计的交叉注意力实用指南。 AI Transformer Cross-Attention Multimodal Stable Diffusion 阅读更多
