The Garden / Blog

Blogs, page 11

2026-04-07 · blog

codespaces

基于云的开发环境，消除本地配置复杂性，提供可从任何设备访问的预配置工作空间。DevOps & 云原生 · 3 min read 2026-04-07 · blog

Git 高级操作指南

涵盖 Git 分支分叉处理与远程仓库连接两大主题，包括 merge/rebase/ff-only 三种策略对比，以及 git init、.gitignore、HTTPS/SSH 等实用技巧。DevOps & 云原生 · 13 min read 2026-04-07 · blog

RL

深入解析强化学习核心技术，涵盖PPO算法原理、Critic网络作用机制、GRPO组内相对优势估计及RLHF在大语言模型对齐中的应用实践AI Agent · 15 min read 2026-04-07 · blog

强化学习与对齐技术：RL、PPO 与 RLHF 详解

从强化学习的基本框架讲起，详解 PPO 的裁剪目标函数、优势函数与 GAE，以及 RLHF 的四阶段训练流程、主要挑战与 DPO 等替代方案。技术原理与实践 · 11 min read 2026-04-07 · blog

skill

在 Claude Code 生态系统中，Skill 是扩展代理能力的重要组件。本文基于 CSO 规范，深入探讨 Skill 描述的编写原则与最佳实践。AI Agent · 4 min read 2026-04-07 · blog

SSE (Server-Sent Events) 在 AI-Interview 项目中的实战应用

深入解析 SSE 技术原理，对比 WebSocket 差异，详述如何在 FastAPI 项目中实现流式输出，涵盖后端 EventSourceResponse 和前端 Fetch API 解析的完整实现方案。专题系列 · 9 min read 2026-04-07 · blog

深入理解 Transformer 架构：RNN 和 CNN 无法解决的问题

Transformer 是 2017 年 Google 在论文《Attention Is All You Need》中提出的深度学习架构，核心完全基于自注意力机制，彻底摒弃了 RNN/LSTM 等序列模型，用注意力机制替代序列传递，让任意两个位置之间可以直接建立关联。AI Agent · 12 min read 2026-04-06 · blog

双Token鉴权

讲解双 Token 鉴权与续费机制：Access/Refresh Token 职责划分、Refresh Token Rotation、哈希与黑名单存储，以及并发刷新冲突的生产级解决方案。专题系列 · 20 min read 2026-04-06 · blog

master0worker资源隔离

梳理 RL-Job-Scheduler 中 Master 与 Worker 的进程、心跳与任务抢占隔离现状，指出 GPU、内存、并发与文件系统隔离的缺失并给出分级改进方案。专题系列 · 6 min read 2026-04-06 · blog

Netty-Redis for RPC

解析 RL_Scheduler 项目的 Netty + Redis RPC 架构：Protobuf 协议、ChannelManager 长连接管理、心跳续约租约与 Lettuce 同步客户端等核心组件与性能优化点。专题系列 · 6 min read 2026-04-06 · blog

Pre-Filter

深入探讨 RAG 系统中元数据关键词匹配的实现逻辑，涵盖元数据过滤、关键词/BM25预检索过滤、质量分数阈值等前置过滤策略，以及 ChromaDB、pgvector 等数据库实现方案。专题系列 · 7 min read 2026-04-06 · blog

RL-Job-Scheduler

基于 Spring Boot 的 Master-Worker 分布式 RL 训练任务调度平台：Netty + Protobuf 自定义 RPC、Nacos 服务发现、网关限流与灰度发布、WebSocket 实时日志监控。架构与系统 · 9 min read