研究框架与规范
下一检查点：给 Scaling 与推理专题补逐篇图表/实验精读层级
83%
PUBLIC LEDGER BUILD IN THE OPEN
庞大工作需要一份
公开、可检查的账本
这里不把“正在研究”包装成“已经完成”。每个专题显示成熟度、下一检查点和证据边界； 本地 PROGRESS.md 与网站同步维护。
- OVERALL
- 专题平均 42%
- READABLE
- 8 个首版可读专题
- ACTIVE
- 2 个研究/写作中
- UPDATED
- 2026-07-29 03:01 CST
- MODE
- 持续迭代，不锁死版本
01 WORKSTREAMS
十三条工作流同时推进，但不混淆“有页面”和“已核验”
内容首版优先打通全局脉络；随后每轮迭代选择一个专题推进到论文/工程层，并做独立事实复核。
网站设计系统
下一检查点：打印样式与更多通用可视化组件
89%
Kimi K3 深读
下一检查点：扩写 pre-training / infra 逐图笔记
66%
Transformer 基础
下一检查点：加入矩阵形状动画与手算练习
52%
Scaling Laws
下一检查点：加入真实拟合复现、置信区间与更多模型族对照
74%
数据工程与预训练配方
下一检查点：逐图精读 FineWeb / DCLM，加入真实去重与 mixture traces
73%
DeepSeek 专题
下一检查点：补 R1 / DAPO 的逐图训练轨迹与复现对照
71%
推理与测试时扩展
下一检查点：真实模型采样曲线、PRM 案例与逐篇图表精读
76%
稀疏计算与 MoE
下一检查点：补充真实集群 traces 与专家特化案例
74%
长上下文专题
下一检查点：加入更多论文逐图笔记与真实模型配置对比
72%
大规模训练系统
下一检查点：补真实集群 traces、故障案例与精确 topology 配置
71%
引用与事实检查
下一检查点：自动化外链复查与来源等级扩展
57%
开源与部署
下一检查点：每轮保留不可变镜像、提交与回滚点
100%
02 COMPLETED THIS ITERATION
当前版本已经落地什么
下列项目都能在仓库或网站中直接检查，不是计划项。
研究目标已持久化
总体路线、完成标准、来源等级与进度账本已写入项目。
K3 报告已结构化拆解
47 页报告目录、151 条参考来源和架构/后训练/系统主线已经提取。
16 专题知识图
从语言模型基础到评测安全，包含先修依赖和三条贯穿案例。
编辑式网站系统
响应式导航、章节模板、侧栏、进度、论文链和证据提示组件。
二十个原创交互视图
K3、注意力、DeepSeek、长上下文、MoE、推理，以及训练系统、Scaling 与数据工程的多页签实验。
九篇首版长文
K3、Transformer、DeepSeek、Scaling、数据工程、长上下文、MoE、推理与训练系统专题。
Scaling Laws 深度专题
九张账、29 个一手节点、DeepSeek/Kimi 双谱系与曲面—部署—复用—涌现四联实验。
数据工程深度专题
十二张账、31 个一手节点、DeepSeek/Kimi 双谱系与流水线—去重—混合—改写四联实验。
长上下文深度专题
五张成本账、26 篇一手论文、10+ 机制图与 8 策略交互实验室。
MoE 深度专题
六张账、19 篇一手论文、DeepSeek/K3 主线与路由—容量—通信交互实验室。
推理深度专题
八张账、30 篇一手论文链、DeepSeek/Kimi 双主线与三页签互动实验室。
训练系统深度专题
九张账、37 个一手节点、DeepSeek/Kimi 双谱系与显存—网格—气泡—通信实验室。
202 篇关键论文索引
新增数据专题标签和 20 个一手节点，继续支持全文搜索与 Kimi/DeepSeek 聚光主线。
公开仓库与自托管发布
源码公开到 git.k1412.top，网站由不可变镜像、Compose Manager 与 HTTPS 交付。
03 NEXT QUEUE
下一批按“能闭环的专题”推进
优先级由 K3 依赖度、初学者断点和论文可验证性共同决定。
优先级专题本轮交付完成闸门
P0Scaling Laws 二轮
真实拟合复现 → 置信区间 → 更多模型族与下游任务外推
可复现实验 + 逐图笔记P1数据工程二轮
FineWeb / DCLM 逐图 → 真实去重误伤 → mixture traces 与污染案例
逐图笔记 + 案例库P1大规模训练系统二轮
真实集群 traces → 故障恢复 → 精确 topology / kernel 配置
案例库 + 实测边界P1长上下文二轮深化
真实模型配置 → 内核细节 → 长上下文评测与失败案例
配置比较器 + 逐图论文笔记P1MoE 二轮深化
真实负载 traces → 专家特化可解释性 → 共享专家语义
案例库 + 集群证据P1推理二轮深化
真实 pass@k 曲线 → PRM 失败案例 → 逐篇图表精读
案例库 + 真实 tracesP2原生多模态
ViT/CLIP → connector VLM → Kimi-VL/MoonViT-V2
视觉 Token 流程图04 QUALITY CONTROL
每条结论怎样进入网站
Grok CLI 用于扩大检索覆盖和找遗漏；任何进入正文的机制、数字与时间仍回到原论文、官方仓库或正式文档。
发现线索
K3 references、引用网络、Grok/web 检索、作者仓库。
打开一手来源
核对标题、版本、公式、表格、实验设置和限制。
写四层解释
直觉、机制、论文证据、工程代价；简化处显式标注。
交叉检查
链接、数字、先修、图文一致性、移动端与可访问性。
05 DECISION LEDGER
重要决策不会只留在对话里
更完整的机器可读进度和研究记录位于开源仓库的 ROADMAP.md、PROGRESS.md 与 research/。
命名为 LLM Atlas
K3 是锚点，范围覆盖完整 LLM 技术史。
按问题链组织
现象 → 旧瓶颈 → 关键论文 → 后继桥梁 → K3/DeepSeek 落点。
优先原创重绘
架构图做成可缩放 SVG/HTML，明确简化与来源。
双重开放许可
代码 MIT，原创文字与图 CC BY-SA 4.0。
自托管交付
源码公开到 git.k1412.top，网站部署到 k1412 私有基础设施。
推理按八张账组织
把答案、覆盖、选择、过程、预算、优化、分布与系统证据分开核算。
训练系统按九张账组织
把模型状态、激活、并行、气泡、通信、专家、上下文、数值与可靠性分开核算。
Scaling Laws 按九张账组织
把观测量、模型、数据、算术、配比、配方、外推、经济目标与能力阶段分开核算。
数据工程按十二张账组织
把来源、解析、语言、质量、唯一性、污染、混合、变换、Tokenizer、Packing、课程与价值分开核算。
Grok 数据线索与正式账本永久分离
1264 行正式研究账本只接受回查一手来源后的结论；203 行 Grok 产物保留为未核验发现队列。