你好，我是 YK Liu。

欢迎来到我的个人主页。这里记录思考、学习与创造，也收藏值得反复阅读的文字。

把想法写下来，让探索留下痕迹。你可以从最新文章开始，或了解我。

精选文章

• 深入浅出讲解 Agentic RL Infra 八大问题

  2026年10月18日

  从 RL、RLHF、RLVR 到多轮 Agent，讲清 Agentic RL Infra 的架构选型、同步异步、策略陈旧、训推不一致、策略算法、奖励与信用分配、Reward Hacking、环境噪声八大问题，结合公式、量化示例与原始论文分析遗留难题和未来方向。

• 当你输入 prompt 并且按下回车到大模型完整输出，发生了什么？

  2026年10月16日

  从回车键到最后一个 token，沿请求链路讲透浏览器、网络、操作系统、Transformer、KV cache、推理框架、CUDA 编译、GPU 与分布式系统，再看 RAG、缓存、安全和 Agent 如何组成真实的大模型产品。

• Memory Bank 机制与加速计算

  2026年10月9日

  用了 shared memory 为什么仍然慢？从地址与 bank 的交错映射出发，读懂冲突、广播与 32×33 padding，再用 Nsight 把推导落实为可验证的优化。

• CUDA 优化核心思想

  2026年10月7日

  从一个推理服务的矩阵乘瓶颈出发，理解 shared memory tile 与 double buffer pipeline，并把优化落实到测量和交付。