这页先按“论文证据节点”读：先问它解决哪一个瓶颈，再看核心图表、实验 setting 和不能外推的边界。背景概念先回 论文专题讲解 和 训练与基础系统。 前置 ：不必先读完所有相关论文，但要知道本篇的输入、训练/推理路径和评测口径分别对应什么。 主线关系 ：读完后把结论回填到「训练与基础系统」路线里，判断它改变的是机制
-
-
论文专题讲解：Muon：LLM 预训练优化器
这页先按“论文证据节点”读：先问它解决哪一个瓶颈，再看核心图表、实验 setting 和不能外推的边界。背景概念先回 论文专题讲解 和 训练与基础系统。 前置 ：不必先读完所有相关论文，但要知道本篇的输入、训练/推理路径和评测口径分别对应什么。 主线关系 ：读完后把结论回填到「训练与基础系统」路线里，判断它改变的是机制
-
论文专题讲解：Megatron-LM：Tensor Model Parallel 的大模型训练栈
这页先按“论文证据节点”读：先问它解决哪一个瓶颈，再看核心图表、实验 setting 和不能外推的边界。背景概念先回 论文专题讲解 和 训练与基础系统。 前置 ：不必先读完所有相关论文，但要知道本篇的输入、训练/推理路径和评测口径分别对应什么。 主线关系 ：读完后把结论回填到「训练与基础系统」路线里，判断它改变的是机制
-
论文专题讲解：MagiAttention：超长上下文分布式 Attention
这页先按“论文证据节点”读：先问它解决哪一个瓶颈，再看核心图表、实验 setting 和不能外推的边界。背景概念先回 论文专题讲解 和 训练与基础系统。 前置 ：不必先读完所有相关论文，但要知道本篇的输入、训练/推理路径和评测口径分别对应什么。 主线关系 ：读完后把结论回填到「训练与基础系统」路线里，判断它改变的是机制
-
论文专题讲解：Attn-QAT：4-bit Attention 量化感知训练
这页先按“论文证据节点”读：先问它解决哪一个瓶颈，再看核心图表、实验 setting 和不能外推的边界。背景概念先回 论文专题讲解 和 训练与基础系统。 前置 ：不必先读完所有相关论文，但要知道本篇的输入、训练/推理路径和评测口径分别对应什么。 主线关系 ：读完后把结论回填到「训练与基础系统」路线里，判断它改变的是机制
-
论文专题讲解：Video Prediction Policy：预测视觉表征训练机器人策略
这页先按“论文证据节点”读：先问它解决哪一个瓶颈，再看核心图表、实验 setting 和不能外推的边界。背景概念先回 论文专题讲解 和 具身智能。 前置 ：不必先读完所有相关论文，但要知道本篇的输入、训练/推理路径和评测口径分别对应什么。 主线关系 ：读完后把结论回填到「具身智能」路线里，判断它改变的是机制、成本、数据
-
论文专题讲解：VGGT：一次前向推理恢复相机、深度、点云与轨迹
这页先按“论文证据节点”读：先问它解决哪一个瓶颈，再看核心图表、实验 setting 和不能外推的边界。背景概念先回 论文专题讲解 和 具身智能。 前置 ：不必先读完所有相关论文，但要知道本篇的输入、训练/推理路径和评测口径分别对应什么。 主线关系 ：读完后把结论回填到「具身智能」路线里，判断它改变的是机制、成本、数据
-
论文专题讲解：SpatialVLA：3D 空间表征接入 VLA
这页先按“论文证据节点”读：先问它解决哪一个瓶颈，再看核心图表、实验 setting 和不能外推的边界。背景概念先回 论文专题讲解 和 具身智能。 前置 ：不必先读完所有相关论文，但要知道本篇的输入、训练/推理路径和评测口径分别对应什么。 主线关系 ：读完后把结论回填到「具身智能」路线里，判断它改变的是机制、成本、数据
-
论文专题讲解：RT-2：把 VLM 变成机器人动作模型
这页先按“论文证据节点”读：先问它解决哪一个瓶颈，再看核心图表、实验 setting 和不能外推的边界。背景概念先回 论文专题讲解 和 具身智能。 前置 ：不必先读完所有相关论文，但要知道本篇的输入、训练/推理路径和评测口径分别对应什么。 主线关系 ：读完后把结论回填到「具身智能」路线里，判断它改变的是机制、成本、数据
-
论文专题讲解：π0.5：开放世界 VLA
这页先按“论文证据节点”读：先问它解决哪一个瓶颈，再看核心图表、实验 setting 和不能外推的边界。背景概念先回 论文专题讲解 和 具身智能。 前置 ：不必先读完所有相关论文，但要知道本篇的输入、训练/推理路径和评测口径分别对应什么。 主线关系 ：读完后把结论回填到「具身智能」路线里，判断它改变的是机制、成本、数据
