2026年7月24日大模型里更有数学味的 16 个问题：从 Grokking 到权重空间如果已经了解 embedding、attention、softmax、LoRA 和 SVD，这篇可以继续往下走：训练动力学、权重空间、内部因果、表示几何、对齐与部署里，还有哪些值得追的大模型数学问题。LLMAI 数学机器学习深度学习学习地图
2026年7月15日AI 数学全景拆解：从研究前沿一路拆到小学算术，不跳步（完整节点版）把 AI 用到的全部数学，从最高层一层层往下拆，每个概念只连它真正的直接前置，中间绝不跳步，一直拆到小学的加减乘除。六大主干（线性代数/微积分/概率统计/优化/信息论/离散）各附主脊图与完整节点表，顶层覆盖 AI 各子领域用到的数学——并解释为什么"听不懂"几乎总是某个下层前置没补上，而不是你不行。AI 数学机器学习学习地图第一性原理LLM
2026年7月14日站在 AI 的山巅：一句话 + 12 条原理，读懂从符号主义到大模型的所有设计与其把每篇论文当孤立的知识点去背，不如握住一副望远镜。这篇把整部 AI 史压成一句话，再展开成 12 条跨时代的顶级原理——每条都配一个从"老 AI"到今天的例子和一个透镜问题。读到发懵的论文，往这 12 条上一映射，雾气就散了。AI 前沿第一性原理机器学习思维框架LLM