讲解了什么是 Ingress 以及 Ingress Controller，为什么要用 Ingress-nginx 来做流量转发。并通过 Helm Chart 搭建了一个 Ingress-nginx 控制器，配置了 HTTP 和 HTTPS 的代理规则，最后演示了如何基于不同域名访问不同的后端服务。

图论的常见算法与应用，涵盖图的存储结构、图的遍历、拓扑排序、最小生成树（Kruskal 和 Prim）、最短路径算法（Floyd、Dijkstra、Bellman-Ford、SPFA、Johnson）等。还涉及分层图、差分约束、二分图、欧拉图及树相关算法，如 LCA、树的直径、重构树和树链剖分等。

在大型语言模型（LLM）的推理过程中，KV Cache（键值缓存）是一个至关重要的优化机制。它显著提升了模型在生成长文本时的效率和响应速度。本文将深入解析 KV Cache 的工作原理及其在推理中的应用。

本章在之前对注意力机制的基础上，介绍几种改进的注意力机制，包括多查询注意力（MQA）、分组查询注意力（GQA）以及FlashAttention等技术，这些技术在提升模型性能和推理效率方面发挥了重要作用。

本文详细介绍了预训练语言模型（Pre-trained Language Models, PLM）的核心架构与代表模型，重点分析了 Encoder-only、Encoder-Decoder 和 Decoder-only 三种主流设计思路及其在自然语言处理任务中的应用优势。

本章我们将介绍如何搭建一个完整的 Transformer 模型。

本篇主要讲解了注意力机制（Attention Mechanism）的基本原理和计算过程，包括各种优化技巧，如缩放点积注意力（Scaled Dot-Product Attention）、自注意力（Self-Attention）、掩码自注意力（Masked Self-Attention）和多头注意力（Multi-Head Attention）。

本篇文章介绍大语言模型（LLM）中常用的文本嵌入（Embedding）方法，包括传统的 One-Hot 编码、词袋模型（BoW）、TF-IDF 以及现代的词向量（Word Embedding）技术。每种方法的原理、优缺点及其在实际中的应用场景都会进行详细讲解，并附有代码示例以帮助理解。

本篇文章介绍大语言模型（LLM）中常用的几种分词（Tokenizer）方法，包括传统分词、BPE、WordPiece、SentencePiece 以及 Unigram Language Model。我们将通过原理解析、应用场景和代码示例，帮助读者理解这些分词技术在 LLM 中的作用与实现。