为什么写这份笔记

大模型技术更新得很快，但真正能够复用的能力，往往来自对原理、实验与工程边界的持续理解。这份笔记希望把这些内容写得足够清楚，也足够诚实。

这里不只记录“怎么做”，也会讨论“为什么这样做”“什么时候不该这样做”，以及一次技术方案在真实场景中可能付出的成本。

关于作者

我是一名大模型算法工程师，关注模型训练与对齐、强化学习，以及从原型走向可靠 AI 系统的工程实践。

我会把学习、复现和项目中的思考沉淀为中文内容：尽量给出机制、判断依据、实验过程和适用边界，而不只给出结论。

这份笔记会持续生长

文章会先在微信公众号中分享，再在这里沉淀为可检索、可关联的知识路径。随着内容增加，代码、实验和专题资料也会逐步补充进来。

欢迎通过公众号留言，告诉我你希望被认真拆解的技术问题。