解释一条请求从token计算、训练目标、缓存预算到外部知识引用的过程，并留下可复核的学习产物。
前置与证据边界
从共同基础中的向量、概率和Python数据结构开始；不要求训练模型或部署服务。 基础入口见共同基础，能力身份见能力地图。
已完成的是已有主题与标准库教学示例的编纂。本路径把它们组织为学习行动和可提交产物；端到端项目、真实模型、GPU服务或真机实验尚未执行。阅读、手算、示例验证与真实实验需分别记录；教学代码运行结果以对应版本的CI为准。
四层学习行动
| 层级与能力ID | 代表知识点及示例函数 | 学习行动与提交 | 验收判据 |
|---|---|---|---|
理解network-understand、training-understand | transformer-causal-attention → causal_attention() pretraining-target-shift → shift_targets() sft-label-mask → build_sft_labels() | 画三token因果可见矩阵及同一短对话的下一token目标；提交训练输入、标签和mask对照。 | 未来位置权重为零；标签只错位一次；用户提示与需监督回复的位置分清。 |
推导network-derive、inference-derive、training-derive | attention-heads-budget → kv_budget() kv-cache-bytes → kv_layout() preference-dpo-gradient → dpo_loss() | 计算一组头配置的KV预算，再手算一对偏好记录的DPO margin与梯度方向。 | 字节单位与遗漏项齐全；参考策略和正beta明确，概率与log概率不混用。 |
实践knowledge-build、knowledge-understand | ingestion-identity → source_fingerprint() rag-context → select_context() graph-wiki-wiki-impact → wiki_impact() | 用给定文本建来源身份卡，选择预算内片段，画来源更正到主题和练习的影响链。 | 来源版本与解析身份分开；召回集合不等于实际上下文；只有依赖边传播更正。 |
评估knowledge-evaluate、benchmark-build | rag-citation → audit_citations() benchmark-protocol-ledger → score_run() | 给单源、多源、无答案和冲突问题预先标注支持关系，提交引用审计与包含错误的结果账本。 | 有引用不等于有支持；无答案允许不作答；错误保留完整分母，不能填写未测模型成绩。 |
专题分支与实现边界
训练分支继续读偏好学习与DPO与策略优化与GRPO，区分参考策略与组内奖励；知识分支继续读GraphRAG与LLMWiki，区分查询与编纂。课程组织方式见系统学习资源指南，课程标题不替代本表的验收证据。
结业产物与复核
提交一张请求计算与证据卡：token与监督位置、KV预算、选中证据、来源版本、回答支持和未验证部分。再回答一次知识更新应改变权重、检索索引还是Wiki声明，并为选择给出条件。
复核者应能从能力ID、unit_id、主题版本、示例路径/函数、输入和预期重建推演。至少保留一个失败或未知样例，并说明源码已覆盖与教学省略的部分；任何实测结果都需另附原始记录，不能用预期值填写。
使用学习记录模板、实验记录模板和评测协议模板组织产物。可将本路径接入三个跨模块实践项目；真实剩余实验见研究队列。
下一步：系统工程路径、Agent开发路径、Benchmark学习路径。