作品 — 枫语

SELECTED ENGINEERING CASE STUDIESIMPLEMENTATIONS · REPRODUCTIONS · BENCHMARKS

代表性工程案例

从本地 1B 语言模型全链路训练、AlphaZero 自我对弈五子棋，到不完全信息博弈 CFR 与因果效应推断。每个案例都始于一个可证伪的工程问题。

预训练 · 后训练模型系统tiny 工程链路已验证 · 30M 待实验

从数据与分词器出发，以约 30M 模型规划预训练、SFT、DPO、评测与部署，逐步探索更大的模型。

自我对弈 · 五子棋自我对弈与学习策略价值 · PUCT · 自我对弈

把策略价值网络、PUCT MCTS、自我对弈和训练回放连接成一个 AlphaZero 风格的学习循环。

因果推断 · 模拟数据因果推断ATE · CATE · Uplift

用模拟优惠券数据比较处理效应估计方法，并延伸到 uplift modeling、因果图发现与敏感性分析。

不完全信息博弈 · Kuhn Poker反馈与策略CFR · 后悔匹配 · 策略

从 Kuhn Poker 的递归 CFR 与后悔匹配出发，理解不完全信息博弈中的策略更新。

SYSTEMATIC MONOGRAPHS & INTERACTIVE LABSWHERE CODE MEETS THEORY

将散落的工程实现整编为三部体系化专著：《何谓智能：20 条路线专著》、《从零锻造语言模型七卷本》与《果蝇全脑连接组计算实证》。

在浏览器本地直接操作 Strandbeest 风吹动力兽连杆、Transformer 五幕前向传播、RoPE 复平面日晷、Kuhn Poker CFR 与 DPO 古德哈特前沿。

跨越行为主义、计算学习、自由能原理、具身动力学与自创生的全景思想地图，每条路线均配备专属 60fps 认知透镜。