blog-series

开始一个关于现代RL算法从头开始的博客系列，第1部分涵盖REINFORCE估计器，推导无偏策略梯度并分析方差。

拉胡尔（MLWhiz）撰写的综合博客系列从零开始构建对LLMs的理解，涵盖transformer、预训练和后训练五个部分。

Kazuki Fujii 宣布发布CUDA编程基础系列博客的第一篇，以通俗易懂的方式撰写，对于理解FlashAttention和硬件感知加速技术至关重要。