当前进度看板
当前进度看板
总体状态
目标不是“看完材料”，而是形成可验证能力：能解释、能读论文、能写最小代码、能做组会表达。
截至当前，已经完成：
- 3 个学习单元讲义。
- 3 个论文笔记包。
- 8 个最小复现/演示 notebook。
- 1 套核心概念清单。
- 1 套阶段验收表。
- 1 套 AI 精读提示词。
- 1 套 8 周逐日任务表。
- 1 套自测题库。
- 1 份 notebook 运行指南。
- 1 份 PyTorch 本地环境安装与验证清单。
- 1 份入门诊断测试。
- 1 份入门诊断答题纸。
- 1 份第一次学习会话启动单。
- 1 份第一周启动包。
- 1 份 Day01 概念工作纸。
- 1 份 Day01 示范答案与反例。
- 1 份 word2vec 阅读与笔记工作纸。
- 1 份 word2vec 示范答案与反例。
- 1 份 word2vec 口头表达与复盘工作纸。
- 1 份 ResNet 阅读代码与复盘工作纸。
- 1 份 ResNet 示范答案与反例。
- 1 份 Attention/Transformer 阅读代码与复盘工作纸。
- 1 份 Attention/Transformer 示范答案与反例。
- 1 份 GPT/BERT 阅读代码与复盘工作纸。
- 1 份 GPT/BERT 示范答案与反例。
- 1 份 GPT-3/Scaling/Chinchilla 阅读代码与复盘工作纸。
- 1 份 GPT-3/Scaling/Chinchilla 示范答案与反例。
- 1 份 RLHF/LoRA/Diffusion 阅读代码与复盘工作纸。
- 1 份 RLHF/LoRA/Diffusion 示范答案与反例。
- 1 份 12 篇论文总知识图与查漏清单。
- 1 份第七周整合查漏工作纸。
- 1 份第八周最终演练工作纸。
- 1 份最终验收证据提交清单。
- 1 份掌握度追踪表。
- 1 份间隔复习计划。
- 1 份论文到代码复现工作流。
- 1 份 AI 协作审查清单。
- 1 份老师同学提问与组会话术。
- 1 份视频书籍论文对照图。
- 1 份资源取舍规则。
- 1 份结业证据档案。
- 1 份完成判定表。
- 1 份每日启动助手。
- 1 份学习证据检查说明。
- 1 份证据补全 7 天计划。
- 1 份证据填写规范与示例。
- 1 份 Transformer 最终汇报草稿。
- 12 篇论文的个人笔记文件。
- 1 份每日学习记录模板、Day 01-Day 56 学习记录、第一周到第八周复盘。
- 1 份错题与薄弱点复盘表。
- 1 个进度审计脚本、1 个每日启动脚本、1 个学习证据检查脚本、1 个证据填写模板脚本、1 个证据补全计划脚本、1 个每日学习控制台脚本、1 个间隔复习调度脚本、1 个闭卷自测脚本、1 个最终质量门脚本和 1 个 PyTorch 环境检查脚本，已运行通过。
论文覆盖进度
| 论文 | 状态 | 对应材料 | 对应 notebook |
|---|---|---|---|
| word2vec | 已建学习材料，含示范答案与反例校准 | 第 01 单元 | dl_01_word2vec_embeddings.ipynb |
| ResNet | 已建学习材料，含示范答案与反例校准 | 第 01 单元 | dl_02_resnet_block.ipynb |
| Attention | 已建学习材料，含示范答案与反例校准 | 第 01 单元 | dl_03_attention_qkv.ipynb |
| Transformer | 已建学习材料，含示范答案与反例校准 | 第 01 单元 | dl_03_attention_qkv.ipynb |
| GPT | 已建学习材料，含示范答案与反例校准 | 第 02 单元 | dl_04_mini_gpt_causal_lm.ipynb |
| BERT | 已建学习材料，含示范答案与反例校准 | 第 02 单元 | dl_05_bert_mlm_toy.ipynb |
| GPT-3 | 已建学习材料，含示范答案与反例校准 | 第 02 单元 | 暂不复现训练，只复现 prompt/in-context learning 结构 |
| Scaling Law | 已建学习材料，含示范答案与反例校准 | 第 02 单元 | dl_06_scaling_law_chinchilla_toy.ipynb |
| Chinchilla | 已建学习材料，含示范答案与反例校准 | 第 02 单元 | dl_06_scaling_law_chinchilla_toy.ipynb |
| RLHF | 已建学习材料，含示范答案与反例校准 | 第 03 单元 | 不强行复现 PPO，使用三阶段流程图/偏好排序讲义 |
| LoRA | 已建学习材料，含示范答案与反例校准 | 第 03 单元 | dl_07_lora_linear.ipynb |
| Diffusion | 已建学习材料，含示范答案与反例校准 | 第 03 单元 | dl_08_diffusion_denoising_toy.ipynb |
notebook 覆盖进度
| notebook | 核心机制 | 验证状态 |
|---|---|---|
dl_01_word2vec_embeddings.ipynb | skip-gram、negative sampling、embedding | JSON 静态验证通过 |
dl_02_resnet_block.ipynb | residual block、projection shortcut | JSON 静态验证通过 |
dl_03_attention_qkv.ipynb | Q/K/V、scaled dot-product attention | JSON 静态验证通过 |
dl_04_mini_gpt_causal_lm.ipynb | causal LM、causal mask、next-token loss | JSON 静态验证通过 |
dl_05_bert_mlm_toy.ipynb | masked language modeling | JSON 静态验证通过 |
dl_06_scaling_law_chinchilla_toy.ipynb | scaling law、compute budget、Chinchilla 直觉 | 已用当前 Python 执行通过 |
dl_07_lora_linear.ipynb | frozen base weights、low-rank update、参数量对比 | JSON 静态验证通过 |
dl_08_diffusion_denoising_toy.ipynb | forward noising、noise prediction objective | JSON 静态验证通过 |
说明：当前 Codex 内置 Python 环境没有 PyTorch，因此 PyTorch notebook 暂时只能做 JSON 和结构验证；需要在安装 PyTorch 的环境中完整运行。
已达到的阶段
按照 阶段验收表.md：
- A 级：听懂课的概念支架已建立，但还需要实际口头复述。
- B 级：12 篇论文已有主线材料，但需要你逐篇补自己的“一页笔记”。
- C 级：8 个最小 demo 文件已创建，其中 PyTorch demo 待在有
torch的环境执行。 - D 级：最终 10 分钟模拟组会模板和 Transformer 草稿已创建，但还需要你实际演练并补自己的个人理解。
下一步最小任务
- 先按
每日启动助手.md运行scripts/study_dashboard.py --day N，同时拿到当天任务、文件入口和最近证据缺口。 - 做
入门诊断测试.md，判断短板在概念、数学、代码、论文阅读还是表达。 - 用
资源取舍规则.md决定今天该看视频、查书、读论文还是写代码。 - 用
视频书籍论文对照图.md找到本周主题对应的课程、书籍、论文和 notebook。 - 按
第一周启动包.md完成 Day 0-Day 7，先把 word2vec 学成第一个闭环。 - 每学完一篇论文，就更新
掌握度追踪表.md。 - 按
论文到代码复现工作流.md把论文核心机制转成输入输出表和最小 demo。 - 每次使用 ChatGPT、Claude 或 Codex 后，用
AI协作审查清单.md检查是否有夸大、漏 shape 或漏局限。 - 按
间隔复习计划.md做 D1、D7、D21 复习。 - 按
notebook运行指南.md在有 PyTorch 的环境中运行 7 个 PyTorch notebook。 - 学完后填写
结业证据档案.md，再用完成判定表.md做最终判定。 - 用
学习证据检查.md运行scripts/evidence_status.py，检查还有哪些证据空白。
当前审计结果
最近一次运行：
& 'C:\Users\小王神棍\.cache\codex-runtimes\codex-primary-runtime\dependencies\python\python.exe' '12_深度学习原理与经典论文路线\scripts\audit_progress.py'
结果：
- 核心专题文件：通过。
- 入门诊断测试、答题纸、Day01 概念工作纸、Day01 示范答案与反例、word2vec 工作纸、word2vec 示范答案与反例、ResNet 工作纸、ResNet 示范答案与反例、Attention/Transformer 工作纸、Attention/Transformer 示范答案与反例、GPT/BERT 工作纸、GPT/BERT 示范答案与反例、GPT-3/Scaling/Chinchilla 工作纸、GPT-3/Scaling/Chinchilla 示范答案与反例、RLHF/LoRA/Diffusion 工作纸、RLHF/LoRA/Diffusion 示范答案与反例、12 篇论文总知识图与查漏清单、第七周整合查漏工作纸、第八周最终演练工作纸、最终验收证据提交清单和第一周启动包：通过。
- 掌握度追踪表和间隔复习计划：通过。
- 论文到代码复现工作流、AI 协作审查清单和老师同学提问与组会话术：通过。
- 视频书籍论文对照图和资源取舍规则：通过。
- 结业证据档案和完成判定表：通过。
- 每日启动助手、学习证据检查、证据填写模板、证据补全计划、证据填写规范、每日学习控制台、间隔复习调度、闭卷自测、最终质量门、PyTorch 环境安装验证、PyTorch 环境检查和学习脚本：通过。
- 12 篇个人论文笔记：通过。
- Day01-Day56 每日学习记录和 8 周复盘：通过。
- 8 个 notebook：通过 JSON 检查。
- 仍需人工完成：填写个人理解、运行 PyTorch notebook、口头演练；学习证据空白项由
scripts/evidence_status.py单独检查。
每周检查方式
每周只问四个问题：
- 我能不能用自己的话解释 2 篇论文？
- 我有没有跑通或检查 1 个 notebook？
- 我有没有写下 3 个具体不懂的问题？
- 我能不能把本周内容讲成 3 分钟口头表达？