2026年7月25日初中数学读懂 Attention Is All You Need：从加权平均到 Transformer按论文原始顺序拆解 Transformer 涉及的数学：向量、矩阵乘、QKV、scaled dot-product attention、multi-head、位置编码、残差、LayerNorm、FFN、softmax、loss、学习率和复杂度，让初中数学背景也能啃读原文。TransformerAI 数学零基础
2026年7月25日一根针教会大模型学习者的事：从挂谷猜想到高维覆盖直觉不把挂谷猜想当高深数学炫技，而是把它转译成小白能带走的几种大模型学习能力：高维方向感、覆盖意识、极端例子思维和多尺度分析。AI 数学零基础
2026年7月25日线性代数到模型学习：从矩阵到秩的25道核心题按同济工程数学线性代数第七版的主干，围绕矩阵、行列式、线性方程组、向量组、秩和子空间设计25道原创题，服务模型学习。线性代数AI 数学零基础
2026年7月25日线性代数到模型学习：从特征值到低秩压缩的25道题承接线代上篇，围绕特征值、对角化、二次型、正交投影、PCA、SVD、线性变换和低秩更新设计第26到50题，服务大模型学习。线性代数AI 数学
2026年7月25日统计学和大模型：学会和不确定性共处借一张数理统计知识图谱，重新理解概率、分布、估计、检验和回归为什么是大模型时代的底层语言：模型给出的不是神谕，而是一组需要被校准、抽样和检验的不确定性。AI 数学零基础
2026年7月25日同济高数第八版上册到模型学习：25道核心题按同济高数第八版上册主线，围绕极限、导数、Taylor、积分和微分方程设计25道原创题，题题带详细答案，并说明它们如何服务模型学习。AI 数学模型训练零基础
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
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LLM