Compile and Run Java in Sublime text 3

Anthropic 给能从零开始构建 LLM 架构的工程师开出的年薪超过 75 万美元。而斯坦福只用一小时的课，就把整个原理讲完了，还免费公开。核心观点总结:1. 原始 Transformer 在架构上基本是正确的，主要改动: Norm 位置、去掉 bias、GLU 激活2. 架构选择是表达力、训练效率和稳定性的复杂权衡3. 超参数选择有宽容区间，遵循约定俗成的默认值即可4. 稳定性已成为比表达力更重要的设计考量（训练成本越高越关键）5. 推理效率(KV Cache)驱动了 GQA 和混合注意力的广泛采用6. 如果你有稳定性问题，就往里面撒 Layer Norm , 虽然荒谬但已被验证有效先收藏起来，今天就看，免得哪天被下架。