[LLM 原理] MQA、GQA、DeepSeek MLA 是什么？——KVCache 相关技术解析

[LLM训练] Megatron-LM里的张量并行：Attention、FFN和Embedding全拆解

[LLM原理] 为什么能做KVCache？——从基础推导看其推理优化

怎么加快大模型推理？10分钟学懂VLLM内部原理，KV Cache，PageAttention

【8】KV Cache 原理讲解

[LLM服务] Chunked Prefills 与 Prefill-Decoding 分离的内在逻辑

[LLM原理] FlashAttention 内部机制解析：探索高效注意力计算实现原理

Token 到底是什么？—— 揭秘大模型背后的“文字压缩术”

全网最适合初学者的Ollama教程，免费开源，带你从0到1吃透Ollama！

[LLM原理] 投机解码原理：预测执行的加速之道

[LLM推理] 深入理解大模型量化：GPTQ 原理解析

10分钟，让你彻底理解Transformer

【2026最新版】这绝对是B站唯一将vLLM推理优化从入门到精通讲明白的教程，一个视频学懂VLLM内部原理，KV Cache，PageAttention

【2026】最新版大模型推理框架vLLM原理详解！把大模型推理最重要的两个阶段及核心问题+技能全都讲明白，大模型入门教程，从零基础小白到大神只要这套就够了！

RAG 工作机制详解——一个高质量知识库背后的技术全流程

B站强推！全网最全最详细的多模态大模型教程（LLM+多模态+SAM+视觉Prompt+CV+学习路线），从入门到实战，全程干货，少走99%的弯路！大模型|LLM

【保姆级教程】2026大模型提示词工程教学，从入门到实战系统精讲！存下吧，比啃书好太多了！

【喂饭教程】逼自己在一周学会微调Qwen3-0.6B小模型，原理+架构+微调+实战一次讲清的详细教程！草履虫都能学会~~~

RAG vs GraphRAG vs LLM Wiki 一次讲透：Karpathy引爆的LLM Wiki，是知识工程的下一次革命，还是又一个被高估的"自我进化"

【完整版】硬核讲解：一个视频彻底了解大模型的原理，从输入层到输出层

2026最新AI大模型全套教程（Harness+LangChain+LangGraph+Qwen3+MCP+Agent+WorkFlow+RAG...）码士集团