AI & Algorithms
Attention Is All You Need：Transformer 架構完整拆解
拆解原始 Transformer 論文的 scaled dot-product attention、multi-head attention、encoder/decoder 區塊、殘差與 Layer Normalization、位置編碼與訓練方式，並區分 2017 年原始論文與現代 decoder-only LLM 在架構細節上的實際差異。
AI & Algorithms
PPO 完整解析：從策略梯度到 LLM RLHF 訓練全流程
從 REINFORCE 的高變異數問題講起，推導 PPO 的 clipped surrogate objective 和 GAE，再落到 LLM RLHF 裡 Policy/Reference/Reward/Critic 四個模型如何協同工作，以及 KL 懲罰、reward hacking 等實踐問題。