Categories
2026
LLM 术语全景图（十一）：术语关系总览与核心趋势
LLM 术语全景图（十）：推理服务——Prefill Decode 与性能指标
LLM 术语全景图（九）：参数高效微调——LoRA 与 QLoRA
LLM 术语全景图（八）：量化方法——从 GPTQ 到 FP8
LLM 术语全景图（七）：GPU 硬件与计算——从 Tensor Core 到 HBM
LLM 术语全景图（六）：并行策略——多维并行的组合
LLM 术语全景图（五）：推理优化——从推测解码到 Flash Attention
LLM 术语全景图（四）：训练方法——从 RLHF 到 GRPO 的演进
LLM 术语全景图（三）：模型架构——MoE 与残差连接的演进
LLM 术语全景图（二）：注意力机制下——线性注意力与混合架构
LLM 术语全景图（一）：注意力机制上——MHA 到 MLA 的压缩演进
LLM 术语全景图：系列导读（11 篇导航）
推测解码技术全景对比与 DeepSpec 落地分析
拆解 Kimi K3：2.8 万亿参数背后，6 项架构创新如何让 MoE 训练稳得住
