2026
Jun 03
产品思维(五):抽象思维 — 从数学到系统
Jun 02
产品思维(四):自愈系统 — 教机器自己修自己
May 31
产品思维(二):安全工程 — 不偏执的纵深防御
May 30
产品思维(一):架构设计 — 从单体到自治 Agent
May 28
个人理财(六):从认知到实操 — 一个初学者的配置路径
May 25
个人理财(五):债券与固收 — 稳的那一半怎么放
May 19
个人理财(三):银行理财子公司 — 净值化时代怎么选
May 17
个人理财(二):产品全景 — 从货基到黄金
May 15
个人理财(一):为什么要做资产配置
May 09
阿里云全栈实战(十二):Terraform 全栈统一交付
May 08
阿里云全栈实战(十一):PAI 打造机器学习平台
May 07
阿里云全栈实战(十):DashScope 与大模型层
May 05
阿里云全栈实战(八):Serverless 与事件驱动
May 04
阿里云全栈实战(七):SLS 打造可观测性体系
May 03
阿里云全栈实战(六):RAM、KMS 筑牢云安全
May 01
阿里云全栈实战(四):OSS——对象存储最佳实践
Apr 30
阿里云全栈实战(三):VPC、SLB 构建网络基石
Apr 29
阿里云全栈实战(二):ECS——让计算回归本质
Apr 28
阿里云全栈实战(一):生态全景图——阿里云到底是什么
Apr 26
Claude Code 实战(九):权限模型与环境变量
Apr 17
OpenClaw 指南(十):生产部署与故障模式
Apr 16
OpenClaw 指南(九):国内 IM 选型与权衡
Apr 15
OpenClaw 指南(八):心跳巡逻与定时任务
Apr 14
OpenClaw 指南(七):记忆系统去魔法化
Apr 13
OpenClaw 指南(六):技能系统与 MCP 落地
Apr 11
OpenClaw 指南(四):配置与模型选型
Apr 09
OpenClaw 指南(二):十分钟安装与首次对话
Apr 08
OpenClaw 指南(一):这到底是什么东西
Apr 07
大模型工程(十二):生产落地与监控
Apr 06
大模型工程(十一):安全与 Alignment
Apr 05
大模型工程(十):LLM-as-Judge 与评估
Apr 04
大模型工程(九):生产级 Prompt 工程
Apr 03
大模型工程(八):RAG 架构与落地
Apr 02
大模型工程(七):Function Calling 实战
Apr 01
大模型工程(六):长上下文与 RoPE、YaRN
Mar 31
大模型工程(五):推理优化核心技法
Mar 30
大模型工程(四):SFT、DPO 与 RLHF
Mar 29
大模型工程(三):预训练的规模之道
Mar 28
大模型工程(二):Tokenization 深度解析
Mar 27
大模型工程(一):Transformer 到 MoE
Mar 26
Terraform 实战(八):一条命令拉起全栈
Mar 24
Terraform 实战(七):可观测与成本告警
Mar 16
Terraform 实战(三):复用 VPC 与安全基线
Mar 12
Terraform 实战(一):为何 IaC 是唯一出路
Mar 08
阿里云 PAI(四):EAS 部署与冷启动真相
Mar 07
阿里云 PAI(三):DLC 分布式训练
Mar 06
阿里云 PAI(二):DSW Notebook 避坑指南
Mar 05
阿里云 PAI(一):平台概览与产品地图
Mar 01
阿里云百炼(五):Qwen-TTS 语音合成
Feb 28
阿里云百炼(四):万相视频生成端到端
Feb 27
阿里云百炼(三):Qwen-Omni 多模态理解
Feb 26
阿里云百炼(二):Qwen API 生产接入
Feb 25
阿里云百炼(一):平台概览与第一个请求
Feb 08
机器学习数学推导(二十):正则化与模型选择
Feb 07
机器学习数学推导(十九):神经网络与反向传播
Feb 06
机器学习数学推导(十八):聚类算法
Feb 05
机器学习数学推导(十七):降维与主成分分析
Feb 04
机器学习数学推导(十六):条件随机场
Feb 03
机器学习数学推导(十五):隐马尔可夫模型
Feb 02
机器学习数学推导(十四):变分推断与变分 EM
Feb 01
机器学习数学推导(十三):EM 算法与 GMM
Jan 30
机器学习数学推导(十一):集成学习
Jan 29
机器学习数学推导(十):半朴素贝叶斯与贝叶斯网络
Jan 28
机器学习数学推导(九):朴素贝叶斯
Jan 27
机器学习数学推导(八):支持向量机
Jan 26
机器学习数学推导(七):决策树
Jan 25
机器学习数学推导(六):逻辑回归与分类
Jan 24
机器学习数学推导(五):线性回归
Jan 23
机器学习数学推导(四):凸优化理论
Jan 22
机器学习数学推导(三):概率论与统计推断
Jan 21
机器学习数学推导(二):线性代数与矩阵论
Jan 20
机器学习数学推导(一):绪论与数学基础
Jan 19
AI Agent 完全指南:从理论到工业实践
Jan 15
推荐系统(十六)—— 工业级架构与最佳实践
Jan 12
推荐系统(十五)—— 实时推荐与在线学习
Jan 09
推荐系统(十四)—— 跨域推荐与冷启动解决方案
Jan 06
推荐系统(十三)—— 公平性、去偏与可解释性
Jan 03
推荐系统(十二)—— 大语言模型与推荐系统
2025
Dec 31
推荐系统(十一)—— 对比学习与自监督学习
Dec 28
推荐系统(十)—— 深度兴趣网络与注意力机制
Dec 25
推荐系统(九)—— 多任务学习与多目标优化
Dec 22
推荐系统(八)—— 知识图谱增强推荐系统
Dec 19
推荐系统(七)—— 图神经网络与社交推荐
Dec 16
推荐系统(六)—— 序列推荐与会话建模
Dec 13
推荐系统(五)—— Embedding 表示学习
Dec 10
推荐系统(四)—— CTR 预估与点击率建模
Dec 07
推荐系统(三)—— 深度学习基础模型
Dec 04
推荐系统(二)—— 协同过滤与矩阵分解
Dec 01
推荐系统(一)—— 入门与基础概念
Nov 25
自然语言处理(十二):前沿技术与实战应用
Nov 20
自然语言处理(十一):多模态大模型
Nov 15
自然语言处理(十):RAG 与知识增强系统
Nov 10
自然语言处理(九):大语言模型架构深度解析
Nov 05
自然语言处理(八):模型微调与 PEFT
Oct 26
自然语言处理(六):GPT 与生成式语言模型
Oct 21
自然语言处理(五):BERT 与预训练模型
Oct 16
自然语言处理(四):注意力机制与 Transformer
Oct 11
自然语言处理(三):RNN 与序列建模
Oct 06
自然语言处理(二):词向量与语言模型
Oct 01
自然语言处理(一):NLP 入门与文本预处理
Sep 30
提示词工程完全指南:从零基础到高级优化
Sep 25
强化学习(十二):RLHF 与大语言模型应用
Sep 20
强化学习(十一):层次化强化学习与元学习
Sep 15
强化学习(十):离线强化学习
Sep 10
强化学习(九):多智能体强化学习
Sep 05
强化学习(八):AlphaGo 与蒙特卡洛树搜索
Aug 31
强化学习(七):模仿学习与逆强化学习
Aug 16
强化学习(四):探索策略与好奇心驱动学习
Aug 01
强化学习(一):基础与核心概念
Jul 31
LLM 工作流与应用架构:企业级实战指南
Jul 30
重参数化技巧与 Gumbel-Softmax 详解
Jul 29
Prefix-Tuning:为生成任务优化连续提示
Jul 28
辛几何与结构保持神经网络:让模型学会守恒
Jul 28
矩阵低秩近似与伪逆:从 SVD 到正则化
Jul 22
系统设计(六):微服务 vs 单体架构——坦诚的权衡分析
Jul 19
系统设计(五):消息队列与事件驱动架构
Jul 10
系统设计(一):以系统思维思考——负载、延迟与估算的艺术
Jul 06
迁移学习(十二):工业应用与最佳实践
Jun 30
迁移学习(十一):跨语言迁移
Jun 24
迁移学习(十):持续学习
Jun 18
迁移学习(九):参数高效微调
Jun 12
迁移学习(八):多模态迁移
Jun 06
迁移学习(七):零样本学习
May 31
迁移学习(六):多任务学习
May 25
迁移学习(五):知识蒸馏
May 19
迁移学习(四):小样本学习
May 13
迁移学习(三):域适应
May 07
迁移学习(二):预训练与微调
May 01
迁移学习(一):基础与核心概念
Apr 02
线性代数(十四):随机矩阵理论——混沌中的秩序
Mar 12
线性代数(十一):矩阵微积分与优化——从梯度到反向传播
Mar 05
线性代数(十):矩阵范数与条件数——数值计算的健康体检
Feb 26
线性代数(九):奇异值分解 SVD
Feb 19
线性代数(八):对称矩阵与二次型
Feb 12
线性代数(七):正交性与投影——当向量互不干扰
Feb 05
线性代数(六):特征值与特征向量
Jan 29
线性代数(五):线性方程组与列空间
Jan 22
线性代数(四):行列式的秘密
Jan 15
线性代数(三):矩阵作为线性变换
Jan 08
线性代数(二):线性组合与向量空间
Jan 01
线性代数(一):向量的本质——不仅仅是箭头
2024
Dec 15
时间序列模型(八):Informer——高效长序列预测
Nov 30
时间序列模型(七):N-BEATS——可解释的深度架构
Nov 15
时间序列模型(六):时序卷积网络 (TCN)
Oct 01
时间序列模型(三):GRU——轻量门控与效率权衡
Sep 16
时间序列模型(二):LSTM——门控机制与长期依赖
Sep 01
时间序列模型(一):传统统计模型
Aug 31
网球场景计算机视觉系统设计:从论文调研到工业实现
Aug 24
概率与统计(五):大数定律与中心极限定理
Aug 23
概率与统计(四):联合分布、边缘化与独立性
Aug 21
概率与统计(三):期望、方差与矩生成函数技巧
Aug 20
概率与统计(二):随机变量及关键分布
Aug 14
偏微分方程与机器学习(八):反应扩散系统与 GNN
Jun 30
偏微分方程与机器学习(五):辛几何与保结构网络
May 31
偏微分方程与机器学习(三):变分原理与优化
May 16
偏微分方程与机器学习(二):神经算子理论
May 01
偏微分方程与机器学习(一):物理信息神经网络
May 01
HCGR —— Hyperbolic Contrastive Graph Representation Learning for Session-based Recommendation
Apr 30
数据库(八):实战中的数据库——迁移、监控与故障案例
Apr 26
数据库(六):复制与分片——突破单机限制的扩展之道
Apr 22
数据库(四):存储引擎——数据如何落盘
Apr 19
数据库(二):索引与查询规划——数据库如何找到你的数据
Apr 15
常微分方程(十八):前沿专题与系列总结
Mar 29
常微分方程(十七):物理与工程应用
Mar 12
常微分方程(十六):控制理论基础
Feb 24
常微分方程(十五):种群动力学
Feb 07
常微分方程(十四):传染病模型与流行病学
Jan 21
常微分方程(十三):偏微分方程引论
Jan 04
常微分方程(十二):边值问题
2023
Dec 18
常微分方程(十一):数值方法
Dec 01
常微分方程(十):分岔理论
Nov 14
常微分方程(九):混沌理论与洛伦兹系统
Oct 28
常微分方程(八):非线性系统与相图
Oct 11
常微分方程(七):稳定性理论
Sep 24
常微分方程(六):线性微分方程组
Sep 07
常微分方程(五):级数解法与特殊函数
Aug 21
常微分方程(四):拉普拉斯变换
Aug 04
常微分方程(三):高阶线性微分方程
Jul 18
常微分方程(二):一阶微分方程的求解方法
Jul 01
常微分方程(一):微分方程的起源与直觉
Jun 28
LAMP 与阿里云服务器详解
Jun 27
变分自编码器 (VAE):从直觉到实现与调试
Jun 14
云计算(八):多云管理与混合云架构
May 26
云计算(七):运维与 DevOps 实践
May 07
云计算(六):云安全与隐私保护
Apr 18
云计算(五):云网络架构与 SDN
Mar 30
云计算(四):云存储系统与分布式架构
Mar 11
云计算(三):云原生与容器技术
Feb 20
云计算(二):虚拟化技术深度解析
Feb 01
云计算(一):云计算基础与架构体系
Jan 14
计算机基础(六):深度解析与系统协作
2022
Dec 24
计算机基础(五):网络、电源与故障排查
Dec 03
计算机基础(四):主板、显卡与扩展
Nov 12
计算机基础(三):存储系统(HDD 与 SSD)
Oct 22
计算机基础(二):内存与高速缓存系统
Oct 01
计算机基础(一):CPU 与计算核心
Sep 30
优化理论(十二):离散与全局优化
Sep 29
优化理论(十一):非凸优化与鞍点逃逸
Sep 27
优化理论(十):随机优化与方差缩减
Sep 26
优化理论(九):内点法与自和谐障碍函数
Sep 22
优化理论(七):二阶方法
Sep 21
优化理论(六):复合优化与近端方法
Sep 20
优化理论(五):Nesterov 之外的加速
Sep 18
优化理论(四):学习率与调度策略
Sep 16
优化理论(三):梯度下降族——从 SGD 到 AdamW
Sep 15
优化理论(二):光滑性、强凸性与 Nesterov 加速
Sep 14
优化理论(一):凸分析基础
Sep 13
LeetCode(十):栈与队列
Aug 29
LeetCode(九):贪心算法
Aug 14
LeetCode(八):回溯算法
Jul 30
LeetCode(七):动态规划入门
Jul 15
LeetCode(六):二叉树遍历与构造
Jun 30
LeetCode(五):二分查找
Jun 15
LeetCode(四):滑动窗口技巧
May 31
LeetCode(三):链表操作
May 16
LeetCode(二):双指针技巧
May 01
LeetCode(一):哈希表
Apr 19
Python 工程实践(五):I/O、序列化与数据格式
Apr 12
Python 工程实践(二):项目结构 —— 从脚本到包
Apr 09
多模态大模型与下游任务研究
Apr 07
操作系统基础深度解析
Apr 02
Linux(九):Vim 编辑器精要
Apr 02
Linux(八):文件操作深入解析
Mar 07
Linux(六):系统服务管理
Feb 22
Linux(五):用户管理
Feb 09
Linux(四):软件包管理
Jan 27
Linux(三):磁盘管理
Jan 01
Linux(一):使用基础
2021
Dec 19
核方法(六):高斯过程——当核方法遇到贝叶斯推断
Dec 14
核方法(五):核 SVM、核 PCA 与核岭回归
Dec 04
核方法(三):RKHS——核方法的理论灵魂
Nov 29
核方法(二):数学基础——正定核与 Mercer 定理
Nov 24
核方法(一):为什么需要它——从线性算法的天花板说起
Nov 23
微分几何(十二):纤维丛、特征类与物理学
Nov 19
微分几何(十):黎曼几何 — 度量、联络和平行移动
Nov 17
微分几何(九):流形上的积分与斯托克斯定理
Nov 15
微分几何(八):微分形式 —— 流形上积分的自然语言
Nov 13
微分几何(七):向量场、流和李括号
Nov 11
微分几何(六):光滑流形 —— 超越嵌入曲面的几何
Nov 09
微分几何(五):高斯-博内定理 —— 几何与拓扑的交汇点
Nov 07
微分几何(四):内蕴几何 —— 惊人定理与测地线
Nov 05
微分几何(三):形状算子——曲面的曲率
Nov 03
微分几何(二):曲面与第一基本形式 —— 内在测量
Oct 21
泛函分析(十一):分布与Sobolev空间 — 广义解
Oct 19
泛函分析(十):算子半群 — 无限维空间中的演化方程
Oct 17
泛函分析(九):无界算子 —— 当有界性失效时
Oct 15
泛函分析(八):谱理论 —— 分解算子
Oct 13
泛函分析(七):紧算子——通往有限维的桥梁
Oct 11
泛函分析(六):有界线性算子与三大定理
Oct 09
泛函分析(五):弱拓扑和弱*拓扑 —— 当范数收敛太强时
Oct 03
泛函分析(二):赋范空间与Banach空间
Oct 01
泛函分析(一):度量空间 —— 距离、收敛与完备性
Sep 21
抽象代数(十一):范畴论 — 数学结构的语言
Sep 19
抽象代数(十):表示论 — 群在向量空间上的作用
Sep 17
抽象代数(九):模——向量空间的推广
Sep 13
抽象代数(七):域扩张 — 构建更大的数系
Sep 11
抽象代数(六):多项式环 —— 因子分解与唯一分解
Sep 09
抽象代数(五):环与理想 —— 当乘法进入画面
Sep 07
抽象代数(四):Sylow 定理 —— 剖析有限群
Sep 05
抽象代数(三):商群与同态 —— 结构压缩的艺术
Sep 03
抽象代数(二):群的作用 —— 群如何移动事物
Sep 01
抽象代数(一):群 —— 你与代数结构的初次相遇