学习率与 warmup：控制步长，前期爬坡防炸

08-26

Weight decay：每步把过大权重拉向零

08-26

RMSNorm：无均值归一，LLaMA 系默认

08-26

LayerNorm：稳住激活尺度，让深层可训

08-26

Dropout：训练时随机失活，抑制过拟合

08-26

大模型算法要点：开关与剂量的宏观导读

08-26

MCP开发：实战-配置化Pipeline的MCP改造与扩容

07-28

MCP开发：鉴权与安全验证

07-27

DLP-Affinity：整体结构说明

07-20

RFdiffusion3：架构与训练全景

07-15

AbAffinity：框架架构与使用

07-06

Unsloth 详解：LoRA/QLoRA 训练加速

06-30

Axolotl 详解：YAML 配方与多卡微调

06-30

ms-swift 详解：魔搭 SWIFT 微调与部署

06-30

LLaMA-Factory 详解：YAML 与 WebUI 微调工厂

06-30