Latest

从 token 与 attention head 的并行、矩阵化计算中的权重复用，到算术强度和耗时下界，厘清 prefill 与 decode 的性能差异。

从连接模式、复杂度与工程实现出发，解释稀疏注意力，并比较 FlashAttention 与 PagedAttention。

用 Notion MCP 和 AI Agent 搭建个人知识库读写工作流的实践记录。

介绍 Agent Skills 的概念、最小结构、示例、官方预置技能和编写经验。

MIT-6.S081 Lab 2: system calls