清华大学出版社 · 已出版
大白话概率论从数学直觉到 AI 视野
一本适合自学的概率论与数理统计教材。从生活例子讲到公式，也用考研真题、算法面试题和 Python 实验看看这些知识怎么用。
新证据来了，怎么更新原来的判断？
01 / 书架
我写的书
从这里可以找到已经公开的目录、样章和勘误。
出版流程后期
一个大模型工程师的诞生
从基础到工程，讲 Transformer、微调和推理部署。已公开浮点数、注意力、LoRA、KV Cache 四篇样章；配套代码将在出版后公开。
已交稿 · 待出版
收到：一个算法工程师的六年
写我做算法工程师六年里的真实经历和职场观察。
02 / 文章与视频
从哪儿开始？
从下面的主题开始，或浏览知乎作品库。视频在 B 站。
学概率论
-
三门问题：主持人打开一扇门，为什么该换？
把主持人开门这条信息带进贝叶斯公式，算清楚概率到底变了多少。
-
把几个常见分布串起来
从二项、几何，到泊松、指数、伽马：把数次数和等时间这两种视角放在一起看。
-
为什么久赌必输？
从有限本金出发，看看赌徒输光定理如何描述输到没钱继续玩的概率。
-
为什么我国的概率与统计学教科书里不怎么讲幂律分布？
从财富和词频的长尾讲起，配四张原图和一个 Python 实验。
拆大模型
-
Softmax：分数是怎么变成概率的？
从一组分数出发，看指数和归一化各自做了什么。
-
自注意力为什么要除以 √d？
从点积的尺度看缩放因子的来历，再回到 Softmax 看它的作用。
-
浮点数：为什么 0.1 + 0.2 不等于 0.3？
从计算机如何表示小数，说到模型参数为什么总是近似值。
-
LoRA 的原理与简单实现
看微调时怎么用两个小矩阵表示权重的更新。
03 / 随笔
职场随笔
04 / 随笔