极限压缩算法实测与自包含压缩包实现
实测 LZMA2、ZPAQ、PAQ8PX、NNCP 与 cmix 等高压缩比算法。PAQ8PX 压缩率极高，但内存与时间成本惊人；日常开发中，7-Zip 的 LZMA2 依然是效率与稳定性的最优解。同时探讨了自包含压缩包（Quine 压缩包）的底层构造，重点解析如何利用 zstd 的可跳过帧、RAW block 和校验值生成此类文件并附带实现代码，适合深入理解数据压缩底层机制。
大模型参数量化与存储优化解析
大模型参数规模持续膨胀，如何在不损失计算精度的前提下压缩权重，已成为工程落地的主要瓶颈。本文剖析了底层数学计算与硬件存储的制约关系，重点探讨了提升参数效率、降低内存占用及优化部署的核心技术。理解这些模型压缩与量化背后的数学原理，能帮助工程团队在实际业务中更好地平衡推理性能与硬件成本。
用 AI 与 LZMA2 实现博客递归压缩包
开发者借助 AI 编程，成功制作出包含全站内容及自身的递归压缩包（Quine）。此前使用 ZIP 格式时，受限于 DEFLATE 算法的 32KiB 回溯窗口而难以实现。通过将相关论文与需求交给 AI，开发者在两小时内基于 LZMA2 和 7z 算法突破了这一瓶颈。文中探讨了 LZMA2 的技术破局点，以及 AI 生成的 CRC32 求解代码，涉及高斯消元法与扩展欧几里得算法，展现了 AI 在处理复杂组合问题时的实际辅助能力。
用 AI 做出能包含自身的递归压缩包
开发者利用 AI 成功制作出一个包含自身的 Quine 压缩包。此前尝试用 ZIP 和 DEFLATE 算法时，曾受限于 32KiB 回溯窗口而失败。将相关论文和生成器交由 AI 处理后，AI 仅用两小时便基于 LZMA2 算法与 7z 格式实现了真正的递归压缩，并编写了用于求解 CRC32 的高斯消元法与扩展欧几里得算法代码。该项目实现了下载、解压并无限嵌套的效果，展现了 AI 在底层算法结合与编程实现上的辅助能力。