“诸侯纷争，群雄割据”：前端如何一路走来？当初，网景 (NetSpace) 推出其浏览器 Navigator 和脚本语言 Javascript，后被 微软 (Microsoft) 反编译而催生出 IE 和 JScript。刚开始，网景凭借技术创新而领先。但微软将 IE 与 Windows 98 捆绑销售，便将它打败了。这被称作 第一次浏览器大战 (The First Browser War) 。本

从 LLaMA1 到 LLaMA3：这风云激荡的 2023 到 2024 年这篇博客应当是我在 2025 年的首篇博客。24 年底，在我身上发生了很多意想不到的事情，总使我灰心丧气。忽然间，发觉自己除开写了十几个月的日记，并没有更多新的更新。前不久，在 B 站上看到名为 美团大模型面试真题：LLaMA怎么优化注意力机制计算？ 的视频，我才惊觉时光飞逝。 于是想着，似乎应当写一篇详解 LLaMA 的

科学上网：Docker + v2raya自 2023 年 11 月 2 日 Fndroid 在推特发布停止更新 CFW(Clash For Windows) 的消息至今，已经将近半年了。由于我本人经常在 linux 系统下工作，CFW 对我的影响不大，所以仍然使用了较长时间的 clash。但就个人体验来说，clash 还是存在许多不方便的地方，因此在前段时间我还是切换到了 v2ray。 对我来说，

关于 Transformer 架构在 CV 领域的应用本研读报告旨在探究 Transformer 在 CV 领域的应用状况，包括如下两篇论文： 论文1：An Image Is Worth 16x16 Words: Transformers For Image Recognition At Scale. 论文2：Hard Patches Mining for Masked Image Modeli

PEFT 预训练语言模型的高效参数微调方法预训练语言模型在发展过程中催生出各种调参方法和小的机制；反过来，这些方法和机制也为语言模型的下一次飞跃积蓄力量。 背景基于 Transformer 的预训练语言模型在广泛的 NLP 任务取得良好表现，预训练 + 微调也逐渐成为 NLP 领域的主流范式。但是随着模型参数量的与日俱增，传统全微调方式表现出诸多问题： 需更新全部预训练参数，耗时且计算成本高；

用 Nvim 打造超强的个性化 IDE你知道世界上最简短的悼词吗？它只有 3 个字符，却让全世界的程序员为之悼念。 写在前面我最早接触 vim 是在约一年半以前，那时我刚转到 linux 环境下不久。还记得最开始和 vim 打交道的时候，连怎么退出都不会，只知道在键盘上乱按：Esc，Ctrl+C，F4 …… 后来，随着我对 vim 的了解愈发深入，“配置一个专属自己的个性化 IDE，逃离 Vsco

Transformers，启动Huggingface 在 2023 年大放异彩，成为 AI 领域最活跃的开源网站，前途不可限量。 书写前言工欲善其事，必先利其器。 现如今，Transformers 已经被封装成一个独立的包，由 Huggingface 以社区的形式维护。 学习 Transformers 十分重要！作为在各个领域霸榜的存在，任何与 AI 打交道的人都不可能绕开它。 被封装好的 Tra

你好，世界！Time is an illusion that helps things make sense. So we’re always living in the present tense. 书写缘起这是我在个人博客发表的第一篇文章，如果你在茫茫互联网中找到了我，恭喜！ 我的网络之旅始于 2021 年，当时，我在我的个人计算机上第一次安装了 ArchLinux 系统，这也是我生命中第一