BEYOND ALL, WITHIN NULL
凌驾万物，蕴于虚空
在智能的边界，保持好奇。
探索突破性的研究、模型与思想，连接通往 AGI 的每一种可能。
从第一篇论文，到构建自己的智能系统。
建议约 19–23 周，每周 6–8 小时。可按前置能力跳过熟悉阶段；阶段完成以实践产物为准，不以阅读时长计分。模型 API 或 GPU 可能产生额外费用。
线性代数、概率、微积分、张量与自动求导
2–3 周 · 每周 6–8 小时 · 前置：基础编程能力
训练线性回归，比较手算梯度与自动求导。
提交可复现代码、损失曲线和随机种子，解释过拟合。
系统学习线性代数、概率、自动微分与深度学习实现，优先完成预备知识和线性神经网络章节。
从张量、数据集、自动微分到优化循环的官方实践；按 Learn the Basics 顺序运行代码。
讲解数组形状、索引、广播和聚合；这些概念直接对应后续张量运算。
反向传播、注意力、位置编码与语言建模
3 周 · 每周 6–8 小时 · 前置：数学与 Python 基础
实现小型字符级 Transformer，测试因果掩码。
报告验证损失，通过维度与掩码测试，解释注意力复杂度。
提出仅由注意力构成的编码器—解码器；重点阅读缩放点积注意力、多头注意力、位置编码与训练设置。
覆盖分词器、Transformer 模型、数据处理、微调与发布；可边读边运行每章 notebook。
用图示拆解自注意力、查询键值、多头结构和解码过程，适合作为论文公式前的直观预习。
数据质量、SFT、LoRA、偏好优化与测试时计算
3 周 · 每周 6–8 小时 · 前置：Transformer 与训练循环
用小型开放模型做 LoRA 微调，保留独立评估集；无 GPU 可用小模型或阅读实验日志。
报告前后准确率、成本和失败案例，而非只展示成功样例。
参数高效微调工具文档，重点掌握 LoRA 配置、适配器保存、合并和推理加载。
介绍纯强化学习与冷启动数据如何形成推理能力；区分训练方法、蒸馏结果与报告限制。
研究损失随模型、数据和计算量变化的幂律关系；重点理解计算预算下的资源分配，而非机械外推能力。
提供 SFT、偏好优化和奖励建模的实现入口；先核对数据格式与独立评估，再运行训练器。
分块、嵌入、混合检索、重排与引用验证
2 周 · 每周 6–8 小时 · 前置：能调用或运行语言模型
用 20 篇开放文献建立引用式问答。
计算召回率与引用准确率，实现没有证据时拒答。
把参数化生成器与外部非参数记忆结合；重点比较按序列与按 token 检索的训练和推理差异。
学习嵌入模型、语义搜索、交叉编码器重排与评估，适合实现混合检索后的语义召回和重排。
跨领域信息检索基准与工具；用它理解 nDCG、Recall 等指标以及单一数据集结论的局限。
工作流、规划、记忆、观测与停止条件
2–3 周 · 每周 6–8 小时 · 前置：检索系统、JSON 与 HTTP
构建只读研究助手，不允许任意执行系统命令。
报告任务成功率、调用次数和成本，覆盖工具故障与恶意文档。
区分预定义工作流与自主智能体，依次介绍提示链、路由、并行、协调者—执行者和评估器模式。
说明客户端、服务器、工具、资源与提示的协议关系；实践时优先落实权限边界和输入校验。
用精简原语实现工具调用、移交、护栏和 trace；用于比较框架默认行为与自己的可靠性契约。
图文对齐、视觉编码、视频与空间推理
2 周 · 每周 6–8 小时 · 前置：Transformer 与模型评估
用图表、扫描文档和复杂照片建立小型测试集。
分类报告定位、OCR、推理与幻觉错误，比较分辨率和成本。
介绍动态分辨率、窗口注意力和时序建模，并报告文档、图表、视频及定位任务结果。
通过大规模图文对比学习获得可迁移视觉表示；重点理解对比目标、零样本分类与数据偏差。
展示图文到文本模型的处理器、消息格式、推理与批处理方式，可作为小型评测集的实现起点。
MDP、奖励、探索、环境预测与动作控制
3–4 周 · 每周 6–8 小时 · 前置：概率、优化与神经网络
在 Gymnasium 简单环境训练策略，记录多个随机种子的回报。
与随机策略比较，报告方差、样本效率和泛化，不能把模拟成功等同现实安全。
从 MDP、价值函数和策略梯度讲到 PPO、SAC 等算法；先读关键概念，再运行基线实现。
标准化环境、动作空间、观测与终止信号；实验时区分 terminated 和 truncated。
使用视觉编码器、记忆模型和控制器在潜空间中学习环境；关注梦境训练的迁移偏差。
介绍视觉—语言—动作模型及流匹配动作专家；区分实验演示、泛化证据与现实安全要求。
对齐、鲁棒性、可解释性、基准与部署
2–3 周 · 每周 6–8 小时 · 前置：完成一个可运行项目
为研究助手建立 50 个固定任务，纳入引用、恶意文档、预算和服务故障。
提交评估报告、成本、失败案例与安全边界，不以单一分数宣称 AGI 能力。
使用成文原则驱动自我批评、修订与 AI 反馈强化学习；重点核查原则选择和评价偏差。
以治理、映射、测量和管理组织 AI 风险，适合把模型评测连接到部署责任和持续监控。
列出提示注入、敏感信息泄露、供应链和过度授权等应用风险，可直接转化为安全测试清单。
以准确性、校准、鲁棒性、公平性和效率等维度评估模型，避免只用单一排行榜下结论。
我们相信，通往通用智能的路，不只有一个答案。
保持开放，独立思考，在未知中寻找可能。