Guaifinition Docs

本库以课程、章节和技术文章为基本组织单元，收录从人工智能基础、经典算法到大语言模型与 Agent 系统工程的连续知识脉络。正文以 Markdown 保存，并由统一文档组件渲染公式、图表、代码和参考资料。

阅读方式：先按下方目录选择课程，再进入章节。文章页提供左栏站点总目录、右侧本页目录，以及底部 「上一篇 · 回到顶部 · 下一篇」导航。
课程
25
文章
187
分编
7
内容层
Markdown
编 01

AI 基础与经典算法

课程首页 →
  1. 01 组合优化与随机搜索：解空间、邻域与 TSP
  2. 02 局部搜索与爬山法：邻域改进、局部最优与随机重启
  3. 03 跳出局部最优：随机接受与模拟退火的基本思想
  4. 04 Metropolis 准则与统计力学解释：Boltzmann 分布与详细平衡
  5. 05 模拟退火算法：温度调度、马尔可夫链与收敛框架
  6. 06 模拟退火的参数设计：初温、降温、链长与终止条件
  7. 07 模拟退火求解 TSP：排列邻域、路径长度与实验设计
  8. 08 遗传算法基础：群体、适应度、选择、交叉与变异
  9. 09 遗传算法实例：二进制编码、轮盘赌与代际演化
  10. 10 遗传算法的编码与交叉：二进制、排列表示及可行解约束
  11. 11 遗传算法的变异与参数控制：位翻转、交换、逆序与多样性
  12. 12 遗传算法求解 TSP：排列染色体、适应度与算子组合

计算机是如何学会下棋的

10 讲 · 第 02 门课程

课程首页 →
  1. 01 计算机博弈概论：状态空间、博弈树与人机对弈史
  2. 02 Minimax：有限深度对抗搜索与评价函数
  3. 03 Alpha–Beta Pruning：边界传播、剪枝条件与搜索效率
  4. 04 围棋为何困难：巨大分支因子、局面估值与 Monte Carlo 思路
  5. 05 Monte Carlo Tree Search：Selection、Expansion、Simulation 与 Backup
  6. 06 AlphaGo：深度策略学习、价值评估与蒙特卡洛树搜索的统一框架
  7. 07 AlphaGo 中的策略梯度强化学习与自我博弈
  8. 08 基于价值评估的强化学习：状态价值、TD 思想与 Value Network
  9. 09 AlphaGo Zero：从零自我博弈、Policy–Value Network 与改进 MCTS
  10. 10 计算机博弈方法总结：Deep Blue、MCTS 与 AlphaGo 范式比较

神经网络是如何实现的

18 讲 · 第 01 门课程

课程首页 →
  1. 01 神经网络概论：从人工神经元到深度表示学习
  2. 02 人工神经元与前馈网络：线性变换、激活函数和层级表示
  3. 03 神经网络训练：损失函数、经验风险与梯度下降
  4. 04 反向传播：链式法则、偏导数与计算图
  5. 05 卷积神经网络的提出：局部连接、权值共享与空间结构
  6. 06 卷积运算与池化：卷积核、步幅、填充和输出尺寸
  7. 07 LeNet 与手写数字识别：卷积特征与全连接分类器
  8. 08 深层卷积网络与 GoogLeNet：网络加深、Inception 与多尺度特征
  9. 09 ResNet：退化问题、残差学习与跳跃连接
  10. 10 过拟合与泛化：训练集、验证集、正则化与早停
  11. 11 文本的数值表示：One-hot、分布式表示与词向量
  12. 12 神经网络语言模型：上下文条件概率与词向量学习
  13. 13 Word2Vec：CBOW、Skip-gram 与高效词向量学习
  14. 14 循环神经网络：序列建模、隐藏状态与时间展开
  15. 15 RNN 的序列任务：标注、双向建模与编码器—解码器
  16. 16 LSTM：长期依赖、门控机制与记忆单元
  17. 17 深度学习框架：自动微分、计算图与现代训练软件栈
  18. 18 反向传播推导补充：从复合函数到多层网络梯度

计算机是如何找到最优路径的

12 讲 · 第 03 门课程

课程首页 →
  1. 01 路径搜索问题：图模型、状态空间与最优路径目标
  2. 02 广度优先搜索：层次扩展、完备性与单位代价最优性
  3. 03 Dijkstra 算法：非负边权下的单源最短路径
  4. 04 启发式搜索：从代价函数到 A 算法
  5. 05 A* 搜索：可采纳启发式与最优性条件
  6. 06 启发式质量：支配关系、搜索效率与信息性
  7. 07 一致性启发式与重复状态：Graph Search 中的 A*
  8. 08 A* 的实现优化：重开节点、优先队列与路径重构
  9. 09 深度优先与回溯：低空间搜索和 N 皇后问题
  10. 10 迭代加深：IDDFS 与 IDA* 的时间—空间折衷
  11. 11 动态规划与 Viterbi：分层图上的最优子结构
  12. 12 Viterbi 的语言输入应用：从拼音候选到最优序列解码
课程首页 →
  1. 01 统计学习概论：监督学习、无监督学习与泛化
  2. 02 朴素贝叶斯：贝叶斯决策、条件独立与 MAP 分类
  3. 03 决策树基础：熵、条件熵与信息增益
  4. 04 ID3：基于信息增益的递归决策树生成
  5. 05 C4.5：增益率、连续属性与 ID3 的改进
  6. 06 决策树的过拟合与剪枝：验证误差和结构正则化
  7. 07 随机森林：Bootstrap、随机特征与集成投票
  8. 08 K 近邻：距离度量、K 的选择与非参数分类
  9. 09 支持向量机概论：最大间隔、支持向量与超平面
  10. 10 线性可分 SVM：硬间隔原始问题与规范化约束
  11. 11 SVM 对偶问题：Lagrange 乘子、KKT 与支持向量解
  12. 12 软间隔 SVM：松弛变量、惩罚参数与不可分数据
编 02

大语言模型与生成式 AI

Transformer 模型

8 讲 · 第 13 门课程

课程首页 →
  1. 01 序列到序列建模：Encoder–Decoder 与 Transformer 的提出
  2. 02 注意力与自注意力：Query、Key、Value 与 Scaled Dot-Product Attention
  3. 03 多头注意力：并行子空间、投影矩阵与信息聚合
  4. 04 残差连接与 Layer Normalization：深层 Transformer 的稳定训练
  5. 05 Transformer Encoder：Embedding、Position、Self-Attention 与 FFN
  6. 06 Transformer Decoder：Masked Self-Attention、Cross-Attention 与自回归生成
  7. 07 绝对位置编码：可学习位置向量与正弦—余弦编码
  8. 08 相对位置表示：Relation-aware Self-Attention 与距离建模
编 03

Agentic AI 智能体工作流

Agentic AI 智能体工作流

31 讲 · 1. Agentic工作流简介(Introduction to Agentic Workflows)

课程首页 →
  1. 01 欢迎来到本课程 Welcome!
  2. 02 什么是智能体 AI？ What is agentic Al?
  3. 03 自主程度 Degrees of autonomy
  4. 04 智能体 AI 的优势 benefits-of-agentic-ai
  5. 05 智能体 AI 的应用 Agentic-ai-applications
  6. 06 为什么需要任务分解？ Task decomposition:Identifying the steps in a workflow?
  7. 07 评估智能体 AI（评测）Evaluation agentic Al (evals)
  8. 08 智能体设计模式 Agentic design patterns
  9. 09 反思如何改进任务输出 Reflection to improve outputs of a task
  10. 10 为什么不一次直接生成？Why not just direct generation?
  11. 11 图表生成工作流程 Chart generation workflow
  12. 12 评估反思的影响 Evaluating the impact ofreflection
  13. 13 使用外部反馈（Using external feedback）
  14. 14 工具使用 Tool Use
  15. 15 创建工具 Creating a Tool
  16. 16 工具调用语法 Tool Use Syntax
  17. 17 工具使用 - 代码执行 Tool Use: Code Execution
  18. 18 工具使用 - MCP Model Context Protocol
  19. 19 4.1 评估（evals）(Evaluations (evals))
  20. 20 4.2 错误分析与制定下一步优先级(Error analysis and prioritizing next steps)
  21. 21 更多错误分析示例 More error analysis examples
  22. 22 4.4 组件级评估(Component-level evaluations)
  23. 23 4.6 解决识别到的问题(How to address problems you identify)
  24. 24 4.7 延迟与成本优化(Latency, cost optimization)
  25. 25 4.8 开发过程总结(Development process summary)
  26. 26 5.1 工作流规划(Planning workflows)
  27. 27 5.10 总结(Conclusion)
  28. 28 5.2 创建与执行LLM计划(Creating and executing LLM plans)
  29. 29 5.3 结合代码执行的规划(Planning with code execution)
  30. 30 5.5 多智能体工作流(Multi-agentic workflows)
  31. 31 5.7 多智能体系统的通信模式(Communication patterns for multi-agent systems)
编 04

强化学习与智能决策

编 05

Agent 系统与 LLM 基础设施

Agent 系统与 LLM 基础设施

12 讲 · 技术研究报告

课程首页 →
  1. 01 AI 智能体长期记忆：Memory Bank
  2. 02 AI Harness 深解：把黑箱模型拴在稳定的现实上
  3. 03 在 Google Cloud 上使用 Claude 构建应用
  4. 04 编码 Agent 的运行中输入调度：中断、引导与排队
  5. 05 闭源前沿模型的参数规模估计
  6. 06 GPT-5.6 Sol 的推理等级与路由机制：官方能证明什么，什么仍不可知
  7. 07 Technical Series · Agent Systems & LLM Infrastructure
  8. 08 详解 Kimi K3：冲击前沿的开放权重模型
  9. 09 大语言模型训练资源需求分析
  10. 10 Pi Agent Runtime
  11. 11 Prompting 101：与 Claude 一起构建提示词
  12. 12 大语言模型智能体记忆系统架构剖析与技术设计
编 06

AI 技术报告

编 07

专题研究与技术论文

AAAI 2025 人工智能研究的未来

21 讲 · 序言与报告概览

课程首页 →
  1. 01 封面与目录
  2. 02 引言
  3. 03 专题小组成员与其他贡献者
  4. 04 AI 推理
  5. 05 AI 事实性与可信性
  6. 06 AI 智能体
  7. 07 AI 评估
  8. 08 AI 与认知科学
  9. 09 通用人工智能（AGI）
  10. 10 具身人工智能
  11. 11 硬件与 AI
  12. 12 AI 伦理与安全
  13. 13 AI 促进社会公益
  14. 14 AI 与可持续发展
  15. 15 AI 促进科学发现
  16. 16 AI 的公众认知与现实
  17. 17 AI 研究方法的多样性
  18. 18 超越 AI 研究社区的研究
  19. 19 学术界的角色
  20. 20 AI 的地缘政治层面与影响
  21. 21 关于 AAAI

专题研究笔记

9 讲 · 研究与实验

课程首页 →
  1. 01 Loop入门
  2. 02 ChatGPT Images 2.0 / GPT Image 2 技术调研报告
  3. 03 面向百万级上下文的开源与开放模型长上下文能力调研评估
  4. 04 图像生成技术的迭代与现状综述报告
  5. 05 Grant Sanderson: AI and the Future of Math - QA Notes
  6. 06 Loop Engineering（循环工程）讲解整理
  7. 07 从 Stable Diffusion 到 GPT-3：一次关于生成模型、RNN 与推理模型的技术梳理
  8. 08 GPT 现状（State of GPT）
  9. 09 AI Engineering Skills Map 2026：四项核心能力的技术体系、理论框架、工程实践与学习路线