llm 10
- 树莓派 AI 是怎么回事：从 Hailo NPU 到本地 LLM 的能力边界
- Thinking Effort：模型到底在少算什么
- Transformer 推理系列（四）：QwQ-32B 部署显存与低精度计算
- GraphRAG vs LightRAG：从传统 RAG 的痛点到图增强检索的选型权衡
- RAG 的工程深度：切分、检索、排序、评估与幻觉防护
- Transformer 推理系列（一）：从 Attention 到 KV Cache
- Claude 的 200K 是 token 不是 KB
- Harness Engineering：AI Agent 从能跑到跑稳的第三道关
- Claude Code 多 Agent 机制：隔离、通信与并发的源码解析
- LLM工作原理