LPM 1.0：视频驱动角色 Performance 模型的全栈解析
发布时间：
论文：LPM 1.0: Video-based Character Performance Model
项目主页：large-performance-model.github.io
参数量：17B (Base LPM) · 基座：Wan2.1-I2V 14B
Blog posts
2026
Self-Flow：自监督 Flow Matching 实现可扩展的多模态生成
发布时间：
Self-Flow：自监督 Flow Matching 实现可扩展的多模态生成
为什么 RoPE 对外推友好
发布时间：
RoPE 外推友好性完整解析
2025
noao-vlm-2 数据集与评估系统分析
发布时间：
数据集与评估系统分析
noao-vlm-1 架构详细分析
发布时间：
nanoVLM 模型架构与数据流转分析
noao-vlm-0 train.py 详细分析
发布时间：
train.py 详细分析
noao-chat-7-nonochat 多卡训练指南
发布时间：
LLM 多卡训练完全指南
noao-chat-6-训练评估指南
发布时间：
LLM 模型评估验证完全指南
noao-chat-5-训练四阶段数据报告
发布时间：
nanochat 项目四阶段训练数据完全报告
noao-chat-4-rl阶段训练
发布时间：
LLM RL 训练完整解析
noao-chat-3-sft阶段训练
发布时间：
LLM SFT 训练完整解析
noao-chat-2-mid阶段训练
发布时间：
nonochat - LLM Mid 训练完整解析
noao-chat-1-base阶段训练
发布时间：
nonochat - LLM Base 训练完整解析
noao-chat-0-项目总体介绍
发布时间：
nanochat 项目深度分析
Efficient Rectified Flow for Image Fusion
发布时间：
[Paper Reading] Efficient Rectified Flow for Image Fusion（RFfusion）论文解读
3Blue1Brown 线性代数笔记
发布时间：
3Blue1Brown 线性代数笔记（几何直觉）
线性代数的常见概念集合
发布时间：
一、向量与向量空间相关（定义 + 几何直觉）
DiT4SR: Taming Diffusion Transformer for Real-World Image Super-Resolution
发布时间：
[Paper Reading] 基于 Diffusion Transformer 的真实世界超分辨率方法 DiT4SR
Dual Prompting Image Restoration with Diffusion Transformers
发布时间：
[Paper Reading] 基于扩散 Transformer 的双重提示图像复原 (DPIR)
FLOAT — Flow Matching for Audio-driven Talking Portraits
发布时间：
[Paper Reading] FLOAT: Flow Matching 驱动的语音口型合成方法
Stable Video-Driven Portraits
发布时间：
[Paper Reading]：Stable Video-Driven Portraits — 基于 DiT 的高保真视频驱动人像生成
2022
moco 论文摘要
发布时间：
MoCo: Momentum Contrast for Unsupervised Visual Representation Learning
小于1000的正整数立方和pair
发布时间：
找出所有满足 \(a^3+b^3=c^3+d^3\)的小于1000的正整数组合
2021
什么是deep learning
发布时间：