AI ENGINEERING会运行 Python
让 RAG 改动有据可查
从候选进入上下文，再把逐题差异变成可复核的发布决策。
练习目标解释为什么总通过率相同，候选仍不应发布。
全部 AI 工程文章 这里不是下载链接的堆放处，而是按学习路径整理的站内索引。自动分类回答“有哪些文章”，这里更关心“为什么读、先读哪一篇、接下来去哪里”。
阅读路径
先选一个要解决的问题，再按卡片里的顺序阅读。路径是知识衔接建议，不是全站文章难度排名；已经熟悉前置知识时，可以直接进入最后一篇实践。
READING PATHS
把一个问题读成一条线
每条路径保留明确的起点、练习和下一站。完整文章列表仍在下方。
DEVELOPER DESK会编辑文件
把修改变成审查过的提交
熟悉编辑与调试，再区分正在编辑的内容和准备提交的快照。
练习目标在提交前预测历史将保存哪一版文件，并核对结果。
全部开发工具文章 ALGORITHMS会写 C++ 与 DFS
把树上操作转成区间
先证明编号连续，再选择摘要和修改方式，不直接背数据结构。
练习目标用小树直接模拟，对拍区间覆盖与路径覆盖。
完整算法练习路线 LISTENING ROOM无需读谱
追踪一段音乐怎样变化
从听觉动作进入完整作品，不把作品解读当作唯一标准答案。
练习目标重听一次，记录你改变判断的具体声音事件。
音乐实验与官方演出 DATA NOTEBOOKPython 基础
从数组形状走向可比较的统计
解释构成权重、差值区间与检验的参考机制。
- NumPy 数组与广播先检查形状、索引与向量化
- 读写与常用统计明确统计的轴和数据口径
- Matplotlib 图表让表达回答分析问题
- 分层与标准化把组内表现与样本构成分开
- 配对 Bootstrap保留配对与组内关系，再计算区间
- 配对置换检验先说明零假设允许怎样交换
练习目标区分目标总体、抽样不确定性与零假设下的参考分布。
全部数据分析文章 HOW SYSTEMS WORK基础编程经验
分清通信与查询的工作
先跟踪请求怎样到达，再看数据库怎样定位记录。
练习目标区分网络等待、数据库扫描和结果传输的成本。
全部计算机基础文章 最近更新
本轮 AI 与数据分析：BatchNorm 原理，手算当前批次统计、梯度与运行缓冲量；配对 Bootstrap，用精确枚举和成组抽样区分观测差值与不确定性。两篇均附原创图与可运行的标准库实验。
本轮算法与音乐：1000E 桥树与最长必经路径，从删桥分块推导树的直径；舒曼第二交响曲，比较开篇铜管、持续运动与终曲新主题，附原创图和 hr 官方完整演出。
GAE 原理与边界：从 TD 残差到优势估计，用望远镜求和、多步混合和三步手算连接 Actor-Critic，附精确偏差—方差实验。
本轮 AI 原理与标注：双人标注一致性，手算类别边际与 Cohen κ，并保留缺失覆盖率；卷积神经网络，从局部连接与共享权重推导梯度；DQN 原理，连接神经 Q 网络、经验回放、冻结目标与终止掩码。三篇均附原创图和标准库实验。
本轮 AI 工程与算法：有界准入与排队预算，区分执行、排队、入口拒绝与迟到完成；160D MST 边分类，从等权收缩图中的桥区分必选、部分可选与不可选。新增原创时间线、桥示意和编号步骤样式。
上一轮 AI 工程与算法：AI 服务超时与重试，用合成逻辑时钟核对总预算、安全重放与 Retry-After；609E 指定边的最小生成树，用唯一环替换与倍增路径最大值求逐边最优费用。两篇新增原创机制图、参数卡和可用键盘展开的自检。
近期算法与音乐：383C 子树传播，用深度符号统一隔层增减，附差分树状数组、迭代 DFS 和手工演算；门德尔松苏格兰交响曲，从引子回归走向终曲新主题，附原创聆听图与 WDR 官方完整演出。
图文补充：三篇数据分析加入数组示意与实际绘图输出；Git 差异审查加入真实实验输出截图；重点 AI、音乐文章新增数值对照与原创聆听图。图注区分计算结果、教学合成数据和非实测示意，并提供原图入口。
近期 AI 与开发工具：RAG 回归评测，用逐题配对、分组通过率与关键题退步建立发布门槛；Git 差异审查，手算工作区、暂存区与 HEAD 的三版内容，补足安全提交流程。
近期算法与音乐：343D Water Tree，重链编号同时支持子树与根路径覆盖，附非递归树遍历与独立模拟；西贝柳斯第五，从逐步加速、分层运动到六次终场和弦，区分三个版本日期并附官方完整演出。
近期进阶与音乐：242E 区间异或，按位计数与异或标记组合；海顿第九十四“惊愕”，期待与主题变奏。
近期音乐与 AI：RAG 上下文组装，区分权限过滤、精确去重、序列化预算与引用回查，附纯 Python 实验及语义校验边界；舒伯特第五交响曲，比较轻编制、歌唱句子与旋律转色，附 Jonathan Cohen 指挥的官方演出和分章入口。
近期算法与音乐：438D 区间取模，从最大值剪枝走向减半证明与均摊线段树，附完整 C++17 和直接数组对拍；贝多芬第四交响曲，比较慢引子、伴奏脉搏与持续运动，附乐团官方完整演出与分段聆听卡。
近期算法与音乐：620E 子树染色，把 DFS 序与位集懒标记线段树接起来，附非递归实现和树上直接模拟对拍；贝多芬第八交响曲，追踪节拍预期、重音与幽默，附官方演出与四乐章入口。
近期算法与音乐：86D 莫队算法，从频次平方推导窗口增删，通过分块和蛇形排序回答离线区间查询，附 C++17 与独立对拍；莫扎特第四十交响曲，从短句呼吸、三拍重量走向小调终点，附乐团官方完整演出。
近期音乐与 AI：勃拉姆斯第三交响曲，从三音格言和主题回忆理解安静的终点，附乐团官方整场音乐会入口；混合检索与重排，手算 RRF，分清候选召回、截断与排序，附可运行 Python 和独立验证。
近期算法：Trie 三题，从字符博弈进入动态最大异或与累计异或后的 MEX；字符串匹配三题，从 KMP 失败链接到边界计数与差分匹配。
近期系统基础：数据库索引与 SQLite 查询计划，从七行数据的联合键手算走向覆盖索引，用 Python 标准库比较五种配置，并独立核验完整有序结果。
近期算法与音乐：强连通分量三题，从互相可达到缩点后的源与汇，附非递归实现与独立穷举验证；海顿伦敦交响曲，从庄严引子、句尾期待到持续低音，附 PMF 官方完整演出。
上一轮：树上查询三题，从祖先区间到 LCA、行走奇偶性与等距点计数；贝多芬第三交响曲英雄，从两次重击、葬礼进行曲走向变奏终曲，附官方完整演出与分章入口。
近期 AI：从 embedding 到语义检索，用余弦手算和纯 Python 检索端衔接 Transformer 与 RAG，区分近邻召回率和真实相关性评测。
近期算法与音乐：树状数组与序列计数三题，从扫描不变量到反转奇偶性；门德尔松《意大利交响曲》，比较跃动、行进、回旋与小调疾奔，并附官方完整演出分章入口。
算法路线：先用 20C Dijkstra 与 1063B 0-1 BFS 比较不同边权下的最短路，再用 545E、449B、938D 最短路进阶三题 处理树边选择、特殊边去冗余与多源建模；随后通过 25D 并查集、1245D 电网规划 和 1167C、277A、1213G 并查集三题 扩展无向图、集合统计与离线询问；有向图由 510C 基础拓扑排序 进入 1385E、1572A、909E 三题；树结构从 115A、580C、1336A DFS 三题 和 1006E 子树区间 走到 1092F、1187E、1324F 换根 DP 三题，数组结构由 547B 单调栈 进入 5C、1313C2、1407D 栈与单调栈三题，再从 339D 单点线段树 走到 52C、380C、474F 线段树三题；字符串方向从前缀函数三题接到 455B、706D、842D Trie 三题，数位 DP 则用 1036C、628D、55D 三题 比较计数、位置限制和 LCM 状态压缩。
交响曲路线：先从 莫扎特第四十一 的对比与复调终曲出发，对照 贝多芬《田园》、勃拉姆斯第二 与 德沃夏克第八，再比较 勃拉姆斯第四 如何让短动机走向固定骨架上的连续变奏，并用 德沃夏克第九“自新大陆” 观察跨乐章主题记忆；之后连接 贝多芬第五 的短节奏细胞、贝多芬第七 的持续脉搏、柴可夫斯基第五 的跨乐章动机与 柴可夫斯基第六“悲怆” 的假终点和慢终曲；舒伯特“未完成” 辨析作品状态与听觉闭合，再延伸到 西贝柳斯第二、马勒第一、拉赫玛尼诺夫第二 和 布鲁克纳第四；音乐实验室 提供短实验和二十九部作品的官方演出入口。
AI 学习路线：先用 Transformer 入门 打通神经网络、自注意力与逐 token 生成，再用 反向传播、自动微分与优化器 拆开模型怎样学习参数，之后进入强化学习、RAG 和 大模型推理时计算；如果想换一个方向，可从 钙钛矿太阳能电池 理解效率、界面与稳定性的关系。
编辑精选
如果只想先选几篇，可以从下面六篇开始：
- 强化学习入门：从 MDP、价值函数到 Q-learning：用一个纯 Python 小环境把状态、动作、回报、探索和时序差分连接起来，适合第一次系统理解强化学习。
- RAG 知识库评测：从检索命中到可信回答：不只讨论“答案好不好”，而是把失败拆到召回、重排、生成和拒答，适合建立 AI 工程评测意识。
- Codeforces 前缀和与差分四题：从区间摘要走到双层差分，可以同时练习边界处理、排序贪心与离线建模。
- 古典音乐中的和声张力：不要求先会读谱，从稳定、离开、紧张和解决四种听觉动作进入功能和声。
- Transformer 入门：从神经网络、自注意力到逐 token 生成：从矩阵形状和三 token 手算进入模型骨架，适合连接基础神经网络与大语言模型。
- Codeforces 贪心三题：排序、交换论证与局部最优：从三种不同的正确性依据入手，适合从“会写贪心”走向“能证明贪心”。
交互实验
这些小实验直接在浏览器中运行，不上传数据，也不需要外部服务：
- 算法与决策：逐步执行二分答案、调节 ε 观察探索概率；
- 网络与数据：逐报文走完 TCP 三次握手、从右向左判断 NumPy 广播、按分析问题选择图表；
- 音乐与听觉：对比 3/4 与 6/8 的重音、试听四音动机的倒影、逆行与增值；
- 交响曲配套练习：林间两束光：大小调色彩、舞步的回信：主题、变化与返回；
- 动机与配器练习：湖面三音：短动机发展、远景渐明：音区与能量积累；
- AI 工程：切换因果遮罩观察注意力归一化、根据失败现象定位 RAG 流水线环节。
AI 与知识库
PPO 原理 从概率比到裁剪梯度：承接 GAE，用分段梯度和 KL 反例区分目标裁剪与硬约束。
主动学习 从不确定性采样到标注预算：承接标注一致性，精确比较阈值模型的三次主动查询与平均五次随机查询，不把查询集当作独立评测集。
GAE 优势估计 从 TD 残差到采样边界：承接策略梯度，手算多步混合，分清外部截断的自举与跨回合传播。
进入 AI 工程学习专题：按模型与训练、数据与标注、强化学习、RAG、推理时计算和服务可靠性选择路线，也可以直接筛选文章或进入交互实验。
神经网络方向可从反向传播理解“参数怎样从损失得到更新方向”，再比较 CNN 的局部共享与 Transformer 的注意力组合。数据方向先定义标注规则，再把一致性检查与质量评测分开。强化学习从表格 Q-learning 接到 DQN，也可以分支到策略梯度；RAG 则从 embedding 与语义检索进入外部证据链，强化学习不是它的前置要求。
检索方向可在 embedding 之后接上混合检索与重排，先理解两路排名如何融合，再判断正确证据是没有召回、被候选截断，还是没有排到前面。
随后阅读RAG 上下文组装，把“排在前面”与“允许进入模型输入”分开，再检查本轮引用身份、版本与原文。字面引文通过仍不等于回答的语义得到支持。
准备迭代策略时，接上RAG 回归评测：固定题集与评分口径，把总体指标、分组指标和关键题退步分别报告，再执行预先确定的发布门槛。
服务调用方向接上总预算与安全重放：用同一截止时刻约束尝试与退避，先确认重放语义，再决定是否重试。教学轨迹不替代真实网络取消或服务端幂等契约。
再读有界准入与排队预算：同时限制执行区和等待区，并检查队列外生产者；排队过期与实际工作结束不是同一事件。
- Transformer 入门：从神经网络、自注意力到逐 token 生成
- 反向传播、自动微分与优化器：神经网络怎样学到参数
- 大模型推理时计算：多想一会儿，为什么不一定更可靠
- 强化学习入门：从 MDP、价值函数到 Q-learning
- 强化学习中的探索与利用：从 ε-greedy 到 UCB
- 策略梯度入门：从 REINFORCE 到 Actor-Critic
- 从 embedding 到语义检索：向量相似度、召回与独立评测
- 混合检索与重排 从 RRF 候选融合到可复现的离线评测
- 从文档到可检索知识库：RAGFlow 搭建与调优实战
- RAG 知识库评测：从检索命中到可信回答
数据分析基础
配对置换检验 从符号翻转到精确 p 值：承接配对均值差，先定义可交换单位，再枚举或模拟零假设参考分布。
辛普森悖论 从分组反转到标准化比较：先检查分母和组权重，再区分实际总体、共同构成与因果解释。
配对 Bootstrap 从模型差值到置信区间：先明确配对和独立单位，再计算区间；承接下方 NumPy 统计与图表基础。
计算机与开发工具
先理解请求怎样通过网络到达，再拆开数据库怎样定位记录；通信等待和查询工作是不同的性能环节。
- 计算机网络基础：从 TCP 连接到一次 HTTP 请求
- 数据库索引入门 从联合索引到 SQLite 查询计划
- Visual Studio 常用快捷键：编辑、调试与导航
- Git 差异审查 从工作区到暂存区与提交
开发流程从编辑器操作走到 Git 快照审查；网络和数据库文章属于系统原理支线，不是学习 Git 的前置条件。
算法与竞赛
音乐与聆听
写作与知识管理
化学与材料
- 钙钛矿太阳能电池：效率、界面与稳定性：从吸光材料与叠层结构入门，通过论文实例理解界面钝化，并学习比较效率与寿命指标。
- 浏览化学与材料分类
强化学习外部阅读
这组资料按难度排列，均来自作者、项目或论文原始页面：
- Sutton 与 Barto《Reinforcement Learning: An Introduction》第二版：完整教材，适合长期主线阅读；
- OpenAI Spinning Up：Key Concepts in RL：适合先快速建立术语框架；
- Gymnasium 官方文档：适合把环境交互、终止和截断落实到代码；
- DQN 原始论文：理解价值型深度强化学习的重要起点；
- PPO 原始论文：理解现代策略优化方法的经典入口。
建议先读本站入门文章并运行 Q-learning 示例，再从教材第 1～6 章补全理论，之后进入 Gymnasium，最后阅读 DQN 与 PPO。直接从论文开始，往往会把大量时间花在尚未建立上下文的术语上。