手撕损失函数：交叉熵（CE / BCE）
从信息量、信息熵与 KL 散度出发，推导交叉熵，并梳理 BCE 与 CE 的区别。
Learning
Notes on foundation models, post-training, and AI infrastructure.
You are the cloud, the sea, oblivion. You are also each self you have lost.
— Jorge Luis Borges, Clouds
Transformer 数学原理
Transformer 核心组件的数学推导与直觉解释
PromptFL阅读笔记
文献随记
Self-Attention & Transformer 学习笔记
transformer原理与基本架构
FedDG阅读：Learning to Prompt for Vision-Language Models
精读 CoOp 如何把 CLIP 的手写 prompt 转成可学习上下文，作为 Prompt Learning 的起点。
FedDG 论文导读
从 PromptFL、FedSR、SHOT 三条线梳理 FedDG / CLIP 训练场的论文地基。
Domain adaptation学习笔记（2.选择篇）
把 Domain Adaptation 放回 AI 全景图中，记录早期科研方向选择和方法判断。
Domain adaptation入门笔记（1.超基础知识篇）
从 domain shift 的直觉、符号和基本方法入门 Domain Adaptation。