能力地图将“读懂什么”连接到“提交什么、怎样验收”。1.0 已有七模块、45 个主题、135 个知识点与45个独立标准库教学文件；这里保留28个既有能力ID，每模块设理解、推导、实践、评估四层。它们是学习目标，不表示任何读者已经达成。
权威记录分别见能力清单、主题清单和知识点清单。每个能力的topic_ids已按代表知识点收窄；unit_ids、example_paths、example_functions、learning_actions与acceptance连接到具体行动和验收。跨模块知识点用于支撑评价，不要求机械学完整个关联模块。
本图共90条能力—知识点绑定，覆盖89个不同知识点；代表单元用于分层入门，其余知识点仍由主题页与专题路径承接。
七模块四层总览
| 模块 | 主题 / 知识点 | 理解 | 推导 | 实践 | 评估 |
|---|---|---|---|---|---|
| 模型网络 | 4 / 12 | 解释token到logits的计算路径 | 推导注意力、位置与参数预算 | 设计小规模结构正确性实验 | 区分结构、数值与内核性能变化 |
| 训练 | 4 / 12 | 区分预训练、SFT、偏好与策略优化 | 计算损失、低秩参数与相对优势 | 设计数据切分、模板与奖励检查 | 以独立任务和污染分析判断训练效果 |
| 推理 | 4 / 12 | 解释Prefill、Decode与缓存调度 | 计算KV体积、块分配与时延 | 设计固定版本服务对照实验 | 综合质量、吞吐、长尾与失败率选运行点 |
| Harness | 6 / 18 | 解释模型、工具、上下文和宿主责任 | 推演状态转移、预算与恢复条件 | 设计有回读能力的任务执行循环 | 评估恢复、记忆有效性与边界失效 |
| 知识库 | 4 / 12 | 解释来源、索引、声明和Wiki职责 | 计算检索指标并推演更新影响链 | 设计可追溯的小型RAG或Wiki实验 | 评估引用支持、更新一致性与维护成本 |
| 业务Agent | 12 / 36 | 区分感知、动作和业务终态 | 推演坐标、任务状态与重试结果 | 设计可回查的GUI或代码任务 | 按执行证据和协议比较系统可靠性 |
| Benchmark | 11 / 33 | 识别基准任务、协议与测量范围 | 计算统计、排名和采样指标 | 设计可复现的多类评测协议 | 校准裁判、检查污染并解释结论边界 |
如何使用代表知识点
从一个能力ID开始：先阅读所列知识点，再按函数输入手算正常与边界样例，提交产物，最后逐项对照验收条件。表中的函数链接指向现有教学代码；相同函数名可能位于不同文件，必须连同路径记录。知识点链接进入其所属主题，精确ID由知识点清单解析。
每份产物至少写明能力ID、unit_id、主题page_version、示例文件/函数、输入与独立预期、适用条件、失败反例和实际执行状态。若只做手算或设计，填写“预期/推演”，不得填写模型成绩。示例被执行或通过单测也只验证相应教学规则，不自动验证论文性能、真实设备操作或读者的全部能力。
模型网络：四层学习行动
| 层级与能力ID | 代表知识点与示例函数 | 学习行动 | 可提交产物与验收判据 |
|---|---|---|---|
理解 / network-understand | transformer-causal-attention → causal_attention() transformer-autoregressive-loop → generate_tokens() ffn-norm-swiglu → swiglu() | 画出单层注意力、门控前馈和逐步生成的输入输出。 把训练时可并行的位置与生成时依赖历史的位置分开标记。 | 产物：三token因果权重表、单token门控分支图和两步采样记录。 验收：权重每行归一，未来位置权重为零；说明缩放因子的作用；采样记录包含历史、温度和抽样位置，不把采样概率等同模型原概率；门控两分支与输出投影维度吻合，不能把单层算例称为完整模型推理。 |
推导 / network-derive | attention-heads-budget → kv_budget() position-relative-rotation → relative_rotation() ffn-norm-rms-jacobian → norm_statistics() | 给同一组层数、长度和精度手算MHA/GQA的KV字节预算。 推导二维相对旋转与RMSNorm雅可比，并列出各自成立条件。 | 产物：带单位的KV预算表、旋转恒等式推导和归一化导数表。 验收：明确KV头数与Q头数的不同作用，并列出权重、临时区和碎片等遗漏项；同频率旋转的点积只依赖相对位置；不能据此保证长上下文质量；区分RMS统计与去均值统计，标明epsilon和零分母边界。 |
实践 / network-build | transformer-head-layout → split_merge_heads() position-cache-phase → cached_rope_scores() | 用可追踪的整数编号构造拆头与合头输入。 为缓存位置正确、错位和缩放改变各准备一份纯数值输入及预期。 | 产物：拆合头索引表、缓存位置对照输入和预期结果清单。 验收：拆合头后还原原顺序，宽度不能整除头数时应拒绝；同一原始键采用一致位置和频率时对齐；失配样例必须展示分数变化；记录函数与输入版本；未运行时保留预期栏，不填实测结果。 |
评估 / network-evaluate | attention-heads-conversion → mean_pool_heads() ffn-norm-residual-paths → residual_paths() benchmark-systems-joint-goodput → slo_overlap() | 构造均值合并前后不同的头向量及前后归一化对照。 把结构差异、数值差异和待测服务指标分别列在结论表中。 | 产物：头合并反例、残差路径对照与结构/性能证据分层表。 验收：均值池化只能证明初始化如何形成，不能证明转换后质量等价；归一化位置不同的输出或雅可比差异不能直接推出训练稳定性优劣；联合时延达标使用同一请求的两项标签；没有硬件记录不报告速度收益。 |
训练：四层学习行动
| 层级与能力ID | 代表知识点与示例函数 | 学习行动 | 可提交产物与验收判据 |
|---|---|---|---|
理解 / training-understand | pretraining-target-shift → shift_targets() sft-label-mask → build_sft_labels() preference-kl-mapping → optimal_policy() policy-optimization-advantages → group_advantages() | 为预训练、SFT、DPO和GRPO各画一条数据到学习信号的路径。 说明每条路径使用的标签、参考策略、奖励及忽略位置。 | 产物：四类训练目标对照表与同一短序列的监督位置图。 验收：下一token目标只错位一次，SFT监督由适用mask交集确定；DPO的参考分布须覆盖候选；GRPO组内基线不是外部标准答案；奖励缺失与零奖励分别记录，不把外部文档积累叫权重训练。 |
推导 / training-derive | pretraining-loss-denominator → token_loss() sft-lora-gradient → lora_gradients() preference-dpo-gradient → dpo_loss() policy-optimization-kl-reduction → grpo_loss_terms() | 对长短两个序列计算有效token平均损失与序列平均的区别。 手算LoRA、DPO梯度方向，并比较GRPO三种归约的权重。 | 产物：损失分母、低秩参数梯度、偏好margin与变长归约计算表。 验收：分母只含有效目标；不能平均两个批均值冒充所有token均值；普通alpha/r缩放下检查A/B梯度和零初始化条件；标准DPO的chosen/rejected梯度方向与margin一致；KL估计保留支持和采样假设。 |
实践 / training-build | pretraining-data-isolation → audit_split() sft-lora-merge → lora_merge_equivalence() policy-optimization-advantages → group_advantages() | 在虚构文档中放入跨切分重复候选，并设计独立人工复核列。 给LoRA合并前后相同浮点输入，另设计同分奖励与缺失奖励两组样例。 | 产物：切分审计候选表、LoRA合并对照与奖励有效性样例。 验收：重复检测只生成候选，不以Jaccard阈值自动认定污染或删除数据；普通浮点、相同缩放且无dropout时才要求合并前后等价，保留数值容差；有效奖励全相同时不应出现虚构的偏好信号；缺失奖励不能当零。 |
评估 / training-evaluate | preference-sequence-ratio → completion_logratio() benchmark-contamination-ngrams → ngram_jaccard() benchmark-metrics-paired → paired_bootstrap() | 冻结回复mask、EOS、模板和长度口径，再分层比较训练前后记录。 把近重复复核与同题配对比较写入独立评估计划。 | 产物：长度分层log比值表、污染候选复核表和同题比较协议。 验收：当前与参考模型使用相同token和mask；序列总和与均值分别命名；开发反馈与最终报告集分开，近重复命中不是训练数据泄漏的定论；按共同题目索引配对；无训练和独立模型运行记录不声称效果提升。 |
推理：四层学习行动
| 层级与能力ID | 代表知识点与示例函数 | 学习行动 | 可提交产物与验收判据 |
|---|---|---|---|
理解 / inference-understand | prefill-decode-attention-work → attention_work() kv-cache-append-attend → cached_attention() kv-cache-prefix-identity → prefix_block_hashes() | 逐步列出Prefill与Decode读取和新增的键值状态。 为相同文本但不同adapter或位置身份制作缓存复用反例。 | 产物：注意力工作量示意、单步缓存追加表和复用身份卡。 验收：追加当前KV后仍需访问历史，不把缓存理解为历史计算全部消失；理想FLOP不是硬件耗时；模型、adapter和位置等身份不同不能假定复用；说明完整块哈希和文本表面相同的区别。 |
推导 / inference-derive | kv-cache-bytes → kv_layout() cache-scheduling-page-map → page_address() prefill-decode-timing → request_metrics() | 用长短请求手算有效、padding与分页三种KV账本。 在一条统一时钟时间线上计算TTFT、TPOT和块内地址。 | 产物：含字节/秒单位的缓存布局、块地址与请求时间线表。 验收：分页尾块浪费与padding浪费分开；明确未计共享和分布式复制；位置映射同时给出物理块与块内偏移，禁止使用尚未有效的位置；单token输出的TPOT按函数返回未定义，不用零伪造时延。 |
实践 / inference-build | cache-scheduling-continuous → continuous_step() prefill-decode-chunk-budget → schedule_tokens() inference-frameworks-traffic → arrival_schedule() | 给三个请求设计到达、完成、token需求与块需求，推演五轮调度。 固定随机种子和到达率，比较两种突发度的合成负载计划。 | 产物：五轮调度账本、合成到达序列和未来服务实验矩阵。 验收：每轮token与空闲块预算都守恒；资源不足按教学策略跳过而非宣称实现抢占；分块Prefill推进已计算位置，不重复计算已完成的目标；合成到达序列不等于真实服务压测；质量和停止条件先于吞吐比较冻结。 |
评估 / inference-evaluate | inference-frameworks-goodput → qualified_metrics() inference-frameworks-tail → latency_summary() benchmark-systems-submission-validity → submission_layers() | 对含失败、单token和长尾请求的记录分别汇总质量与时延。 把性能条件、提交检查和正式认证拆为三层证据。 | 产物：逐请求达标表、长尾统计口径和性能结论边界卡。 验收：失败请求保留在达标率分母；空延迟集不记零，超时不伪装完成时长；质量与TTFT/TPOT的联合条件明确，分位数算法和观察窗口固定；教学汇总不能生成MLPerf认证，也不能替代真实GPU测量。 |
Harness：四层学习行动
| 层级与能力ID | 代表知识点与示例函数 | 学习行动 | 可提交产物与验收判据 |
|---|---|---|---|
理解 / harness-understand | agent-loop-transition → transition() tools-skills-validate-query → validate_query() tools-skills-skill-load-plan → skill_load_plan() | 给任务循环标明模型建议、协议校验和宿主执行三个责任点。 比较工具Schema与Skill加载计划，保留结果未知状态。 | 产物：责任边界图、未知结果状态卡和Skill上下文预算表。 验收：结果未知必须进入回查流程，不能直接当失败重发；结构校验通过后仍需业务语义和权限判断；加载Skill资源只改变上下文，不扩大工具授权。 |
推导 / harness-derive | agent-loop-admit-budget → admit_budget() langgraph-merge-superstep → merge_superstep() autogen-termination-step → termination_step() | 手算步数、token和时间三项执行前预留预算。 比较LangGraph同一超步sum/last写入和AutoGen跨消息批次AND/OR终止。 | 产物：预算扣减、通道归并和终止条件锁存三份推演表。 验收：拒绝预留时预算不变；重试和回读仍需计入预算；last通道同一超步多写应拒绝，sum归并结果不能由猜测执行顺序决定；AutoGen仅消费增量消息，指定来源外的终止文本不能触发授权；消息计数不等于调用前硬预算。 |
实践 / harness-build | langgraph-checkpoint-writes → checkpoint_writes() langgraph-replay-interrupt-node → replay_interrupt_node() autogen-snapshot-team → snapshot_team() | 为两个线程建立不同检查点作用域，加入同任务重复写记录。 用两个interrupt和完整团队快照设计恢复步骤及外部幂等账本。 | 产物：线程隔离写入表、节点重跑记录和团队恢复快照设计。 验收：普通pending write去重包含线程、命名空间、检查点、任务和序号；interrupt按原顺序消费恢复答案且节点从头重跑，前置副作用另行幂等；团队快照含参与者与管理器；内存演示不冒充跨进程持久化事务。 |
评估 / harness-evaluate | context-audit-checkpoint → audit_checkpoint() memory-eligible-memories → eligible_memories() memory-invalidation-closure → invalidation_closure() | 冻结检查点必需字段，再审计缺失约束和来源版本。 对跨命名空间、过期记忆和撤回依赖做同一套回放评审。 | 产物：检查点遗漏表、记忆资格表与撤回影响闭包。 验收：关键字段在压缩前定义，遗漏不能靠摘要自评掩盖；语义相似度不越过命名空间、版本和有效期资格；撤回传播在有环依赖中仍终止；结果只说明已登记依赖的覆盖范围。 |
知识库：四层学习行动
| 层级与能力ID | 代表知识点与示例函数 | 学习行动 | 可提交产物与验收判据 |
|---|---|---|---|
理解 / knowledge-understand | ingestion-identity → source_fingerprint() rag-marginal → rag_marginals() graph-wiki-global-query → reduce_points() | 画出来源、解析版本、检索文档、社区摘要与Wiki声明的不同对象。 用同一组给定概率解释RAG先乘后和与先和后乘。 | 产物：来源身份卡、RAG边缘概率表和全局摘要预算路径图。 验收：原始正文指纹、规范化指纹和解析身份分别保存；文档潜变量的求和与token求积通常不可交换；社区摘要筛选不等于生成摘要或验证事实，Wiki编纂与检索分别命名。 |
推导 / knowledge-derive | hybrid-search-bm25 → bm25_scores() hybrid-search-rrf → reciprocal_rank_fusion() graph-wiki-wiki-impact → wiki_impact() | 手算小语料BM25和两个候选排名的RRF分值。 从一条来源变更沿类型化依赖求受影响主题及能力。 | 产物：召回融合计算表和来源到练习的影响闭包。 验收：BM25的词频、长度和IDF条件明确，不混用不同实现变体；RRF按名次而非原始相似度相加，列表内文档ID唯一；related边不触发更新传播，依赖方向与反向查询关系写清楚。 |
实践 / knowledge-build | rag-context → select_context() ingestion-delta → classify_versions() graph-wiki-local-query → local_graph_context() | 给固定片段设置完整包装成本与输出预留，设计上下文选择。 模拟新增、更正、删除和不可读事件，再按实体关系定位原始片段。 | 产物：上下文选择表、四类接入事件卡和实体到证据的定位表。 验收：固定开销加片段成本加输出预留不超过窗口，召回结果与入模证据分开；只有完整权威快照才可由缺失推断删除，不可读不等于撤回；图关系必须追到原始片段，选择结果不是模型回答。 |
评估 / knowledge-evaluate | rag-citation → audit_citations() ingestion-retraction → reconcile_support() benchmark-rag-claim-denominators → claim_coverage() | 用独立支持标签审计有链接但无支持、缺引用和版本冲突。 撤回一个共享片段后，分别处理仍有来源、需重建和无来源声明。 | 产物：声明引用审计、共享支持修复计划与两种声明分母对照。 验收：引用存在不等于蕴含成立；支持标签不能由被评回答自行提供；剩余支持决定保留或重建，不把删除文档等同删除所有共享知识；召回以参考声明为分母，忠实度以生成声明为分母；空集合不记满分。 |
业务Agent：四层学习行动
| 层级与能力ID | 代表知识点与示例函数 | 学习行动 | 可提交产物与验收判据 |
|---|---|---|---|
理解 / agents-understand | codex-cli-launch-plan → launch_plan() claude-code-response-window → response_window() openhands-observation → observation_links() ui-tars-action-protocol → parse_action() | 分别画Codex入口、Claude Code SDK响应、OpenHands观察关联与UI-TARS动作解析边界。 将客户端、模型、SDK、宿主和执行器拆开，不拼接成一个实际产品。 | 产物：四套接口责任图与动作/响应/业务验收区别表。 验收：Codex CLI不等于历史同名模型；Claude Code公开SDK不证明闭源核心实现；OpenHands动作与观察身份匹配后仍需业务验收；UI-TARS解析成功不是设备动作成功，模型和桌面宿主版本分别记录。 |
推导 / agents-derive | gui-agent-map-point → map_point() mobile-agent-planning-memory → planning_projection() app-agent-deployment → deployment_context() aider-repomap → repo_map() | 从裁剪与缩放元数据推演坐标，再区分Mobile-Agent-v2进度与页面事实。 手算AppAgent当前元素文档选择以及Aider预算内仓库地图。 | 产物：坐标变换表、进度事实对照、元素文档表和仓库地图预算表。 验收：排除留白区域，坐标依赖当前截图与裁剪身份；Mobile-Agent-v2的完成标记在教学中由人工给定，不冒充模型规划质量；AppAgent按当前UID取外部文档；Aider图与边权已预提取，未执行真实应用或仓库扫描。 |
实践 / agents-build | task-loop-terminal-contract → terminal_contract() coding-agent-guarded-replace → guarded_replace() swe-agent-edit-contract → unique_edit() | 为资料整理与小代码修复各冻结三值终态契约。 分别构造基线不一致、锚点重复、无变化和合法内存编辑输入。 | 产物：两类任务契约、内存补丁候选与失败反馈表。 验收：未知后置条件不能变成成功，失败断言优先于未观测；基线哈希和唯一锚点先验证，错误输入不得产生成功补丁；SWE-agent失败编辑返回原文本；本层不运行生成代码、不改真实仓库。 |
评估 / agents-evaluate | agent-evaluation-success-summary → success_summary() ui-tars-loop-state → agent_loop_transition() codex-cli-capture-output → capture_output() claude-code-hook-reply → hook_reply() | 按同一任务清单区分首轮、重试和未知结果。 加入SDK停止、命令输出截断及hook拒绝三种易误判记录。 | 产物：任务成功分母表、停止/输出完整性/权限决定的证据矩阵。 验收：重试预算固定，未知结果单列，不只报告允许重试后的较高成功率；UI-TARS终端动作和Codex进程结束都不能替代业务后置条件；Claude Code控制响应success可携带工具deny，拒绝决定不能误读为工具成功。 |
Benchmark：四层学习行动
| 层级与能力ID | 代表知识点与示例函数 | 学习行动 | 可提交产物与验收判据 |
|---|---|---|---|
理解 / benchmark-understand | benchmark-protocol-identity → protocol_fingerprint() benchmark-general-likelihood → choice_prediction() benchmark-multimodal-input-contract → square_pad_geometry() | 给同一任务建立协议身份，分别比较选择题长度口径和图像预处理。 列出模型真正看到的输入与评分器实际消费的输出。 | 产物：版本化协议卡、候选排序反例和图像填充几何表。 验收：协议字段值变化可改指纹，键顺序变化不改身份；指纹不证明实验可重现；长度归一化可改变排名，字符与token口径不可混称；图像填充几何演示不等于完整预处理或感知模型验证。 |
推导 / benchmark-derive | benchmark-metrics-wilson → wilson_interval() benchmark-reasoning-code-passk → pass_at_k() benchmark-rag-context-ranking → context_precision_profile() | 手算边界比例的Wilson区间和五个候选中两个正确时的pass@2。 比较上下文AP、P@K与全库相关数分母。 | 产物：比例区间、组合枚举和检索三种分母计算表。 验收：0/n和n/n的区间不能按分数加固定常数处理，二元抽样假设明确；n=5、正确2、k=2的组合估计为0.7；不能解释成反馈重试成绩；上下文AP高不证明召回完整，独立全库相关数缺失时不伪造召回率。 |
实践 / benchmark-build | benchmark-protocol-ledger → score_run() benchmark-agents-task-acceptance → grade_patch() benchmark-systems-latency-statistics → loadgen_latency_profile() | 给预定任务和请求构造包含失败、未运行与超时的结果账本。 冻结修复/回归测试ID、计时边界、token分母和分位数算法。 | 产物：任务级验收协议、全部样本账本与系统计时计算表。 验收：失败和错误保留主分母，未执行的测试不能因没有失败行判成功；修复测试和回归保持同时满足且运行有效才解决任务，跳过语义按所读版本区分；纳秒取整与分位数规则写明，教学统计不等于执行官方LoadGen。 |
评估 / benchmark-evaluate | benchmark-contamination-release → release_membership() benchmark-judge-order-mapping → swapped_pair_summary() benchmark-judge-human-agreement → agreement_audit() benchmark-judge-probability-calibration → calibration_audit() benchmark-robustness-utility-security-denominators → security_metrics() | 冻结评测成员和撤回边界，审计双顺序裁判及独立人工标签。 同时核算概率覆盖/错误与正常效用/安全案例分母，说明未覆盖风险。 | 产物：快照成员表、裁判校准卡和稳健性联合结果表。 验收：交换后先还原候选身份，错误和平局分开；kappa退化分母记未定义；校准事件明确，拟合、选阈值和最终测试隔离，无接受样本不记零错误；正常任务与安全案例用不同分母；目标ASR的补数不等于安全效用，指定目标失败仍可能有其他受检副作用。 |
六条路径与结业产物
| 路径 | 适合从哪里开始 | 对应结业产物 |
|---|---|---|
| 基础入门路径 | 请求、训练目标和外部知识的对象区分 | 一条请求的计算、预算与证据卡 |
| 系统工程路径 | 注意力结构、KV与调度 | 固定输入下的缓存、负载及质量约束统计表 |
| Agent开发路径 | 任务契约、宿主、上下文与恢复 | 有回读与预算的合成任务闭环 |
| Benchmark学习路径 | 协议、分母和独立判据 | 包含失败与校准边界的评测设计包 |
| GUI智能体实践路径 | 坐标与观测有效性 | Mobile-Agent-v2、AppAgent、UI-TARS的独立状态对照 |
| AI编程智能体实践路径 | 代码契约、编辑与反馈 | Codex/Claude Code接口边界及三种代码方案的补丁证据表 |
GUI与AI编程路径共用Agent基础；LangGraph和AutoGen承担编排案例，不能与GUI驱动、代码编辑器或模型本身混作同一层。专题只使用已有版本证据，不推断当前所有发行版的行为。
内容成熟度与个人进度分开
当前35个既有主题为page_version=3，10个新增实现专题为page_version=1；版本号表示各页修订次数，不是熟练度排名。45个主题均登记depth=worked、practice_status=designed：正文与教学示例编纂完成，真实模型、GPU服务、真机GUI、产品客户端和完整评测实验尚未由本库独立执行。教学代码验证状态以实际测试报告为准，本次路径整合不运行测试、不改变主题实践状态。
个人学习记录使用学习记录模板，绑定能力ID和所学版本；新版本只触发针对性复习，不自动升级旧记录。用跨模块实践项目选择三个闭环之一，剩余实验与证据缺口见研究队列。
返回知识地图。
用研究进展复核能力
2026研究进展提供七模块的新论文与当前实现，仍使用本页的四层能力标准。读过新论文不会自动提升个人熟练度。
| 能力层次 | 面对新工作时提交什么 |
|---|---|
| 理解 | 用自己的话说明它改变了哪个问题，以及与基础主题的连接 |
| 推导 | 复核公式的符号、假设、单位和一个可手算输入 |
| 构建 | 指向固定提交，说明教学例子与完整实现省略了哪些步骤 |
| 评测 | 固定数据、模型、预算、工具版本，记录失败与未验证项 |
查原文时从来源资料库进入，区分官方摘要、已取得全文、静态源码阅读和真实实验。当前研究综述中的小程序是教学材料，不代表已经运行上游框架或复现模型分数。