国内服务器签发免费证书反复超时
ACME 接口时通时不通，问题从来不在配置里。
把 AI 技术拆开
一篇一篇分析清楚
大模型原理、推理优化、开源项目评测与选型。不追热点，只把读过、跑过、想明白的东西写成能复用的分析。
18 篇 · 5 个方向 · 1 台用来跑实验的小主机 · 自 2026-10 起
ls -t ~/notes | head -3
2026-11-11-acme-timeout-debug.md
2026-11-11-gateway-auth-layer.md
2026-11-11-image-token-byte-budget.md
grep -rli "attention" ~/notes
2026-11-02-transformer-attention.md
最近写的
按时间倒序，分析、实验和工程记录都在这里。
多模态请求体超限：token 与字节是两本账
文本正常、带图就失败，卡的是传输层的字节数。
Transformer 的注意力机制，到底在算什么
从 Q/K/V 到多头，用最小例子把 self-attention 算一遍。
量化跑通实测：INT8 和 INT4 到底掉多少质量
同一模型三种精度跑同一批任务，看速度、显存和输出差异。
开源模型评测怎么做才不被榜单带偏
基准测试的局限、数据泄漏，以及自己搭一套小评测的方法。
本地 RAG 的两个月：检索质量比模型选择更重要
切片、embedding、重排各调了一轮之后，结论有点反直觉。
在写什么
五个方向，按笔记数量排。都是读过、跑过之后才写的。
模型原理 4
推理优化 3
评测与基准 2
应用与实践 3
工程配套 6
读懂一点，就写一点
没有更新计划，也不追热点。一个新论文、一次新实验想明白了，就会多一篇。