Components of A Coding Agent
理解编码智能体（coding agent）的设计原理：区分 LLM、推理模型与 agent harness，并掌握 harness 的六个核心部件及其在实践中的作用。
博客文章
免费
有使用限制
Raschka
全部资源
博客：技术或产品博客文章：深度个人博客，或讲行业最佳实践的官方博客。
Recent Developments in LLM Architectures: KV Sharing, mHC, and Compressed Attention
读懂 2026 年 4–5 月几款开源权重 LLM 在长上下文效率上的架构设计，重点理解跨层 KV 共享、逐层嵌入、压缩卷积注意力和 mHC。
博客文章
免费
有使用限制
Raschka
MiniMax M2 Technical Report Notes
读懂 MiniMax M2 技术报告的关键设计取舍：全注意力、细粒度 MoE、可执行环境数据管线、含时延奖励的强化学习与自进化实验。
博客文章
免费
有使用限制
Raschka
Nemotron 3 Ultra and Latent MoE Scaling
读懂 Nemotron 3 Ultra 这类超大稀疏 MoE 模型的架构与效率取舍，能解释 Latent MoE、混合序列层、混合精度与 MTP 各自的作用。
博客文章
免费
有使用限制
Raschka
Raschka
GLM-5.2 and IndexShare for Long-Context Sparse Attention
读懂 GLM-5.2 在稀疏注意力索引器层面所做的 IndexShare 改动，理解长上下文推理中索引计算与 KV 缓存开销的区别。
博客文章
免费
有使用限制
Seba
Raschka
Raschka
Scaling Laws, Carefully
读懂并会用缩放定律：理解损失随模型规模、数据量、算力按幂律下降的经验规律，能区分 Kaplan 与 Chinchilla 的结论差异，并了解在小规模实验上拟合、外推到大模型配置的基本做法。
博客文章
费用待核验
有使用限制
Lil'Log
Harness Engineering for Self-Improvement
理解 harness engineering 的核心概念与设计模式，掌握构建可迭代、可自改进 AI Agent 外壳系统的思路与工程取舍。
博客文章
费用待核验
有使用限制
Lil'Log
Scale Bitwise-Deterministic Pretraining with NVIDIA Megatron Core
理解大规模预训练中位级确定性的含义与收益，并掌握验证、定位与修复不确定性的实用工作流。
博客文章
免费
实践可能产生费用
有使用限制
Developer
What are Diffusion Models?（Lil'Log 扩散模型详解）
系统理解扩散模型的数学原理与主流改进方向，能读懂并跟进扩散模型论文与开源实现。
博客文章
免费
实践可能产生费用
有使用限制
Lil'Log