强化学习
强化学习（RL）是一种通过智能体与环境交互，以最大化累积奖励为目标的学习方法。核心包括状态、动作、奖励、策略与价值函数，依赖试错和延迟奖励机制。常见算法如Q-learning、PPO、DPO等，广泛应用于游戏、机器人及大模型训练。结合人类反馈（RLHF），可实现对齐人类偏好的智能行为优化。（239字）
注意力机制详解
注意力机制是Transformer核心，通过自注意力、交叉注意力等实现序列间动态关联。多头、分组、多查询等变体在效率与性能间权衡，广泛应用于大模型设计，助力高效长序列建模与推理优化。
容器引擎Docker
Docker是一种开源容器化技术，将应用及依赖打包成镜像，实现跨环境一致部署。它通过隔离机制确保容器间互不干扰，解决开发、测试、生产环境差异与依赖冲突问题，具备启动快、资源占用少、易迁移等优势，是现代微服务部署的核心工具。
分页
本文介绍了五种分页实现方式：MyBatis自带的RowBounds内存分页、PageHelper插件分页、SQL原生分页、数组分页及拦截器分页。对比了逻辑分页与物理分页的优劣，指出大数据量下应优先选用物理分页以降低内存开销，提升性能。
什么是回表查询
MySQL中InnoDB引擎的聚簇索引将数据与索引存储在一起，叶子节点存整行数据，每表仅一个；二级索引则分离存储，叶子节点存主键值。回表查询需先查二级索引再查聚簇索引，性能较低。优化方式包括：优先主键查询、使用联合索引实现覆盖索引、利用MySQL 5.6+的索引下推功能，在存储引擎层提前过滤，减少回表次数，提升查询效率。（238字）
