Transformer 注意力机制入门 用直觉解释、数值例子和最小代码示例，真正理解 Q/K/V、缩放点积注意力与 Multi-Head 的工作方式。 难度 入门 · 更新 2026/03/23 Transformer Attention 基础原理
LLM 工程师 0-1 路径 面向希望进入大模型工程岗位的学习者，用 12 周时间从原理理解、训练认知走到推理部署与项目交付。 12 周 · 适合 工程实践型学习者 · 更新 2026/03/23 Transformer Attention 训练工程 推理优化
FlashAttention: Fast and Memory-Efficient Exact Attention with IO-Awareness 把注意力优化重点从 FLOPs 转向 IO，把“Exact Attention 也能大幅提速”变成现实，是现代训练和推理系统的关键基石之一。 2022 · arXiv FlashAttention Attention 训练优化 推理优化
Attention Is All You Need 提出 Transformer 架构，以纯注意力机制替代 RNN/CNN，重写了序列建模的工程范式与研究方向。 2017 · NeurIPS Transformer Attention 架构 位置编码