Recent Posts

43 published posts

推理 Token 去哪了：多轮 Agent 中的 Reasoning State 与 Prefix Cache

📅 2026-08-24

✍️ 6129 字 ⏱️ 14 min read

Agent
Decode 阶段 Batch 从 1 增大到 64 时，TPOT 会怎样变化？

📅 2026-08-17

✍️ 2981 字 ⏱️ 7 min read

Performance
为什么强化学习（RL）很重要

📅 2026-08-05

✍️ 3005 字 ⏱️ 7 min read

RL
深入 SGLang Context Parallel：源码实现详解

📅 2026-05-07

✍️ 20807 字 ⏱️ 47 min read

Source Code Analysis SGLang Context Parallel
深入 vLLM WorkspaceManager：实现原理解析

📅 2026-04-20

✍️ 4489 字 ⏱️ 10 min read

Source Code Analysis vLLM
从 Rollout 到 Loss：面向 RL Infra 工程师的大模型强化学习概念与工程原理梳理

📅 2026-04-10

✍️ 14117 字 ⏱️ 32 min read

RL Infra