Hamel's Blog
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。
Building the new GitHub Copilot Inline Suggestions Model: Part One
理解 GitHub Copilot 为什么把补全、next edit suggestions 与长距离编辑合并为一个“3-in-1”行内建议模型，以及为什么要把任务重构为统一的 diff patch 输出格式。
博客文章
免费
有使用限制
Code
Building the new GitHub Copilot Inline Suggestions Model: Part Two
了解把代码补全、近处编辑建议与远距离编辑统一到单一模型中的工程方法，以及如何用离线基准、线上实验和客户端行为分析共同提升编码助手的用户体验。
博客文章
免费
有使用限制
Code
How To Use Decision Models for Evals
学会在自动化评测中为决策模型（decision model）挑选与调优判定阈值、在性能与成本之间取舍，并正确解读其概率分数。
博客文章
免费
实践可能产生费用
有使用限制
Hamel's Blog
How to Measure and Mitigate Position Bias
理解推荐/搜索排序中位置偏差的成因，掌握基于随机化与日志数据测量位置偏差的多种方法，并能在训练与线上服务中缓解偏差。
博客文章
免费
有使用限制
eugeneyan.com
Bandits for Recommender Systems
理解并区分 ε-greedy、UCB、Thompson Sampling 三类老虎机算法，了解它们在推荐系统工业实践中的落地方式与取舍。
博客文章
免费
有使用限制
eugeneyan.com
Design Patterns in Machine Learning Code and Systems
能用常见设计模式的术语识别并组织机器学习代码与系统组件，借助 PyTorch、Pandas、Spark、scikit-learn、XGBoost 等库的既有接口写出更易复用和扩展的代码。
博客文章
免费
有使用限制
eugeneyan.com
Simplicity is An Advantage but Sadly Complexity Sells Better
读者能理解为什么复杂方案更易获得认可，以及简单方案在可理解性、可扩展性、运维成本、可靠性上的实际优势，并在机器学习与系统工程中更有依据地选择简单方法。
博客文章
免费
有使用限制
eugeneyan.com
Writing Robust Tests for Data & Machine Learning Pipelines
能够为一个数据/机器学习管线划分测试范围，并用 Pandas 与 PyTest 编写不易随数据变化而失效的行级、列级、表级、schema 与集成测试。
博客文章
免费
有使用限制
eugeneyan.com
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
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