项目 10：打破串行咒语：投机解码（Speculative Decoding）

先猜后改：利用计算冗余换取生成时间

项目 11：显存的吞噬者：KV Cache 机制与显存预算

用空间换取时间：理解 LLM 的记忆开销

项目 12：架构的进化：MQA、GQA 与 MLA 深度解析

以精度换取吞吐：模型结构的极致压缩之路

项目 13：跨越万词鸿沟：长上下文（Long Context）的系统性挑战与解法

超越 4K 限制：理解长上下文推理的物理边界

项目 14：频率的炼金术：RoPE Scaling 与长度外推（Extrapolation）

在复平面上旋转：理解 LLM 如何感知距离