Awesome-ML-SYS-Tutorial

这是一个面向机器学习系统（ML Systems）与AI基础设施（AI Infra）的学习笔记项目，聚焦于强化学习基础设施（RL Infra）、在线/离线推理系统及底层系统设计原理。项目以实践驱动，结合SGLang等开源框架案例，深入剖析算法结论与底层系统实现之间的可信性关系，强调基础设施正确性对算法研究可靠性的基础支撑作用。内容涵盖系统架构、性能瓶颈分析、典型实现缺陷识别与验证方法，适合从事AI系统开发、模型部署优化、RL工程实践或学术研究的工程师与研究人员参考学习。