该项目将 SGLang 从 30万行精简到了 5000 行。保留了核心设计，简化了复杂性。性能未受影响——几乎与在线版本的 SGLang 完全相同。它是为工程师、研究人员和学生设计的，帮助他们了解大模型推理的真实工作原理，并通过代码比论文学到更多。
Andrej Karpathy的一封经验贴。他分享了自己在斯坦福本科期间总结出的应对考试的实战经验。| 英文原文 | #经验
如何学好大学课程
作者：Andrej Karpathy
在多年的学生生涯中，我经历了无数次考试（且结果相当不错），以下是我认为对我帮助最大的几条经验法则：
🌟总体原则
1️⃣ 熬夜通宵是不值得的。 睡眠能创造奇迹。对我来说，理想的睡眠时间约为 7.5 小时，绝对最低限度是 4 小时左右。
2️⃣ 睡眠的“转化”作用。 我有好几次在晚上被某个问题困扰一小时也解不出来，但第二天早上 5 分钟就搞定了。我觉得大脑会在夜间将大量不稳定的短期记忆转化为稳定的长期记忆。对于任何重大考试，我都会尝试提前好几天就开始复习，哪怕每次时间很短，也是为了最大化大脑吸收材料的“夜晚次数”。
3️⃣ 参加辅导课（Tutorials）或复习课。 哪怕这些课讲得很烂也要去。关键在于这些课能让你被迫思考学习材料。如果内容太无聊，你总可以做点别的。记住，你也可以尝试去听不同助教（TA）带的其他辅导课。
🌟考试：准备阶段
1️⃣ 大局观和组织能力是关键。 制定学习计划，哪怕你最后没完全执行。对我来说，这通常包括理清所有需要掌握的内容，并逐条写下来。仔细考虑每一个知识点，并预估掌握它们需要多长时间。如果你不这样做，很容易在开头的材料上浪费太多时间，最后因为时间不够而对后面（通常也是最重要）的材料蜻蜓点水。
2️⃣ 在开始复习前，先看往年试卷。 尤其是如果往年试卷是由同一位教授出的。这会给你强烈的暗示，告诉你该如何复习。每位教授都有不同的考评风格。刚开始时不要尝试去解题，而是要仔细留意题目的类型。
3️⃣ “阅读理解”不等于“动手复现”。 你在书上看到一个公式、推导或证明，觉得非常有道理。现在请合上书，尝试把它写下来。你会发现这个过程完全不同，而且你会惊讶于很多时候你其实写不出来！不知为何，这两件事调用的是不同的记忆区域。一定要确保你能亲手写下最重要的部分，并能随心所欲地重新推导它们。
4️⃣ 尝试与他人合作，但要在最后阶段。 起初要独自学习，因为在学习早期，别人只会让你分心。但在接近尾声时，和大家聚在一起：他们经常会指出重要的陷阱，提出好的问题，并给你提供教别人的机会。
5️⃣ 不要只跟学霸混。 水平稍弱的学生会让你给他们解释知识点，你会发现，教别人对加深你自己的理解大有裨益。
6️⃣ 期末考前至少去一次教授的办公室答疑时间（Office Hours）。 即使你没问题（也要编一个！）。教授有时愿意在一对一的情况下透露更多关于考试的信息（这些内容他们不会在全班面前说）。虽然不一定每次都有收获，但一旦发生了，帮助会很大。此外，让教授对你至少有一点了解是个好主意。
7️⃣ 提前很久开始学习。 大脑真的需要时间来吸收材料。随着时间的推移，原本困难的事情会变得容易。你应该为期中考分配约 3 天，为期末考分配约 6 天。
8️⃣ 应急处理。 如果情况真的很糟，你感到极度疲劳，在紧急情况下，喝下一罐能量饮料。它们确实管用，这就是化学的力量。
9️⃣ 对于数学类科目：练习 > 阅读。 复习到足以开始做题的程度即可，然后通过做题来填补知识漏洞。练习会迫使你回头去读那些你不懂的内容。
🔟 自己制作“小抄”（Cheat Sheet）。 哪怕考试不允许带。写下来的过程有助于记忆。你的目标是将整门课程浓缩到一页或几页纸上，最后你可以把它铺在面前，信心满满地说：“这就是我必须知道的所有内容。”
⑪在别人也在学习的地方学习。 当别人都在学而你没在学时，这会让你感到羞愧。这对我有效。背景噪音大的地方不好，图书馆和阅览室效果最好。
考试：当天
⑫理想的饮食习惯：考前 2 小时喝咖啡并吃东西。 对我来说，考前紧接着喝咖啡或吃东西总是很糟糕。在任何潜在的压力情况下，考前立刻喝咖啡都很糟。但完全不喝也不行。
⑬考前那一刻进行极高强度的复习。 我看到很多人在考前就放弃了，声称要“休息一下”。短期记忆是个奇妙的东西，别浪费它！考前尽可能高强度地复习。如果你觉得必须休息，那就考前一小时休，但确保在考试前 30-45 分钟狠狠地复习。
🌟考试期间
1️⃣ 考试务必用铅笔。 你会想要擦掉那些垃圾般的“解题过程”。
2️⃣ 开始前简要浏览所有题目。 每题只需看 1-3 秒。吸收关键词，并对整张试卷的体量有个概念。
3️⃣ 先做简单的题。 不要让自己卡在某个地方太久。稍后再回来做。有些题目在你“热身”之后会变得容易得多。
4️⃣ 卷面整洁。 批改你试卷的是人。一个不爽的阅卷人给分就低。当过助教的人都会强烈证实这一点。
5️⃣ 永远把答案圈起来或框起来。 尤其是当答案周围有一堆推导过程时。这能让阅卷人快速打勾给满分。要有阅卷人思维。
6️⃣ 绝、对、不要、提前交卷。 你肯定犯了愚蠢的错误，把它找出来并纠正。如果找不到，就继续努力直到时间耗尽。提前交卷的人很蠢，因为潜在收益完全超过了付出的时间成本。
7️⃣ 与阅卷人交流。 向阅卷人展示你掌握的知识比写下来的更多。如果你卡在某一步，要明确表示如果你能跨过这一步，你后面知道该怎么做。阅卷人经常会尝试为你多找几分——让他们容易操作一点。
8️⃣ 如果只剩不到 5 分钟且你还卡在某题，停下来。 你的时间最好用来复读所有题目，确保你没有漏掉任何次要的小问，并且回答了所有内容。你无法想象人们因为这种疏忽丢了多少冤枉分。
🌟最后的建议
本科生往往对课程有种“隧道视野”（视角狭隘）。但必须意识到的一个残酷事实是：除非你的成绩很差，否则没人关心你的成绩。最聪明的学生会追求一个不错的绩点（如 4.0 左右），但绝不会过度学习。
你的时间是宝贵且有限的资源。只要达到考试不搞砸的程度，就赶紧把注意力转向更重要的事业：
1️⃣ 获得真实的、现实世界的经验。参与真实的代码库、项目，或解决课后习题之外的问题。
2️⃣ 寻求推荐信。那些能证明你有主动性、热情和动力的教授的评价，其价值完全盖过成绩单。
3️⃣ 想找工作就去暑期实习；想读研就去拿研究经验！主动联系教授参与研究项目。
4️⃣ 建立自己的名声。参与开源项目，开发自己的库，写博客记录你的学习。
这些才是人们在几年后真正关心的东西。至于成绩？它们只是你前进路上不得不处理的麻烦事。好好利用你的时间，祝你好运！
如何学好大学课程
作者：Andrej Karpathy
在多年的学生生涯中，我经历了无数次考试（且结果相当不错），以下是我认为对我帮助最大的几条经验法则：
🌟总体原则
1️⃣ 熬夜通宵是不值得的。 睡眠能创造奇迹。对我来说，理想的睡眠时间约为 7.5 小时，绝对最低限度是 4 小时左右。
2️⃣ 睡眠的“转化”作用。 我有好几次在晚上被某个问题困扰一小时也解不出来，但第二天早上 5 分钟就搞定了。我觉得大脑会在夜间将大量不稳定的短期记忆转化为稳定的长期记忆。对于任何重大考试，我都会尝试提前好几天就开始复习，哪怕每次时间很短，也是为了最大化大脑吸收材料的“夜晚次数”。
3️⃣ 参加辅导课（Tutorials）或复习课。 哪怕这些课讲得很烂也要去。关键在于这些课能让你被迫思考学习材料。如果内容太无聊，你总可以做点别的。记住，你也可以尝试去听不同助教（TA）带的其他辅导课。
🌟考试：准备阶段
1️⃣ 大局观和组织能力是关键。 制定学习计划，哪怕你最后没完全执行。对我来说，这通常包括理清所有需要掌握的内容，并逐条写下来。仔细考虑每一个知识点，并预估掌握它们需要多长时间。如果你不这样做，很容易在开头的材料上浪费太多时间，最后因为时间不够而对后面（通常也是最重要）的材料蜻蜓点水。
2️⃣ 在开始复习前，先看往年试卷。 尤其是如果往年试卷是由同一位教授出的。这会给你强烈的暗示，告诉你该如何复习。每位教授都有不同的考评风格。刚开始时不要尝试去解题，而是要仔细留意题目的类型。
3️⃣ “阅读理解”不等于“动手复现”。 你在书上看到一个公式、推导或证明，觉得非常有道理。现在请合上书，尝试把它写下来。你会发现这个过程完全不同，而且你会惊讶于很多时候你其实写不出来！不知为何，这两件事调用的是不同的记忆区域。一定要确保你能亲手写下最重要的部分，并能随心所欲地重新推导它们。
4️⃣ 尝试与他人合作，但要在最后阶段。 起初要独自学习，因为在学习早期，别人只会让你分心。但在接近尾声时，和大家聚在一起：他们经常会指出重要的陷阱，提出好的问题，并给你提供教别人的机会。
5️⃣ 不要只跟学霸混。 水平稍弱的学生会让你给他们解释知识点，你会发现，教别人对加深你自己的理解大有裨益。
6️⃣ 期末考前至少去一次教授的办公室答疑时间（Office Hours）。 即使你没问题（也要编一个！）。教授有时愿意在一对一的情况下透露更多关于考试的信息（这些内容他们不会在全班面前说）。虽然不一定每次都有收获，但一旦发生了，帮助会很大。此外，让教授对你至少有一点了解是个好主意。
7️⃣ 提前很久开始学习。 大脑真的需要时间来吸收材料。随着时间的推移，原本困难的事情会变得容易。你应该为期中考分配约 3 天，为期末考分配约 6 天。
8️⃣ 应急处理。 如果情况真的很糟，你感到极度疲劳，在紧急情况下，喝下一罐能量饮料。它们确实管用，这就是化学的力量。
9️⃣ 对于数学类科目：练习 > 阅读。 复习到足以开始做题的程度即可，然后通过做题来填补知识漏洞。练习会迫使你回头去读那些你不懂的内容。
🔟 自己制作“小抄”（Cheat Sheet）。 哪怕考试不允许带。写下来的过程有助于记忆。你的目标是将整门课程浓缩到一页或几页纸上，最后你可以把它铺在面前，信心满满地说：“这就是我必须知道的所有内容。”
⑪在别人也在学习的地方学习。 当别人都在学而你没在学时，这会让你感到羞愧。这对我有效。背景噪音大的地方不好，图书馆和阅览室效果最好。
考试：当天
⑫理想的饮食习惯：考前 2 小时喝咖啡并吃东西。 对我来说，考前紧接着喝咖啡或吃东西总是很糟糕。在任何潜在的压力情况下，考前立刻喝咖啡都很糟。但完全不喝也不行。
⑬考前那一刻进行极高强度的复习。 我看到很多人在考前就放弃了，声称要“休息一下”。短期记忆是个奇妙的东西，别浪费它！考前尽可能高强度地复习。如果你觉得必须休息，那就考前一小时休，但确保在考试前 30-45 分钟狠狠地复习。
🌟考试期间
1️⃣ 考试务必用铅笔。 你会想要擦掉那些垃圾般的“解题过程”。
2️⃣ 开始前简要浏览所有题目。 每题只需看 1-3 秒。吸收关键词，并对整张试卷的体量有个概念。
3️⃣ 先做简单的题。 不要让自己卡在某个地方太久。稍后再回来做。有些题目在你“热身”之后会变得容易得多。
4️⃣ 卷面整洁。 批改你试卷的是人。一个不爽的阅卷人给分就低。当过助教的人都会强烈证实这一点。
5️⃣ 永远把答案圈起来或框起来。 尤其是当答案周围有一堆推导过程时。这能让阅卷人快速打勾给满分。要有阅卷人思维。
6️⃣ 绝、对、不要、提前交卷。 你肯定犯了愚蠢的错误，把它找出来并纠正。如果找不到，就继续努力直到时间耗尽。提前交卷的人很蠢，因为潜在收益完全超过了付出的时间成本。
7️⃣ 与阅卷人交流。 向阅卷人展示你掌握的知识比写下来的更多。如果你卡在某一步，要明确表示如果你能跨过这一步，你后面知道该怎么做。阅卷人经常会尝试为你多找几分——让他们容易操作一点。
8️⃣ 如果只剩不到 5 分钟且你还卡在某题，停下来。 你的时间最好用来复读所有题目，确保你没有漏掉任何次要的小问，并且回答了所有内容。你无法想象人们因为这种疏忽丢了多少冤枉分。
🌟最后的建议
本科生往往对课程有种“隧道视野”（视角狭隘）。但必须意识到的一个残酷事实是：除非你的成绩很差，否则没人关心你的成绩。最聪明的学生会追求一个不错的绩点（如 4.0 左右），但绝不会过度学习。
你的时间是宝贵且有限的资源。只要达到考试不搞砸的程度，就赶紧把注意力转向更重要的事业：
1️⃣ 获得真实的、现实世界的经验。参与真实的代码库、项目，或解决课后习题之外的问题。
2️⃣ 寻求推荐信。那些能证明你有主动性、热情和动力的教授的评价，其价值完全盖过成绩单。
3️⃣ 想找工作就去暑期实习；想读研就去拿研究经验！主动联系教授参与研究项目。
4️⃣ 建立自己的名声。参与开源项目，开发自己的库，写博客记录你的学习。
这些才是人们在几年后真正关心的东西。至于成绩？它们只是你前进路上不得不处理的麻烦事。好好利用你的时间，祝你好运！
课程内容从简到难，逐步解决不同难度的问题，包括Q-learning、SARSA、参数化Q学习、策略梯度等技术，最终会介绍如何将强化学习算法、优化方法和深度学习技术结合，解决更复杂的问题。不过课程大部分内容是几年前的，并不会涉及现在大模型里的强化学习。
课程不要求先前了解深度学习，讲解中会为学习者提供相关背景，帮助理解其在现代强化学习中的重要性。
课程包括：
强化学习简介
使用Q-learning驱动出租车
使用SARSA克服重力
使用参数化Q学习保持平衡
使用策略梯度登陆月球
