UNDER THE HOOD · LLM 与 World Models 系统课

一个面向认真自学者的中英双语 AI 系统学习网站。课程以“能解释、能实现、能诊断、能迁移”为掌握标准，提供两条相互独立的学习路径：从零构建 LLM，以及从状态与动力学走向空间智能的 World Models。

在线访问：llmstudy.shddai.net

无需登录即可学习，进度先保存在本机；登录后可跨设备同步。可以先从这三节试看：

• 反向传播为什么需要逆拓扑与梯度累加
• Q、K、V 与缩放点积注意力
• 一个可控的 AI Agent 最小闭环
• 世界模型究竟是什么

适合希望从“会调用 API”继续走到“能解释、能实现、能诊断”的学习者。若课程结构、事实或来源有问题，欢迎提交 Issue；具体、可复现的纠错比单纯 Star 更有价值。

当前版本

• 双学习路径：LLM 10 个阶段、80 节；World Models 5 个阶段、12 节；进度分别计算
• 中 / EN 整站切换：导航、92 节课程数据、学习页、实验、项目、资料库与账户流程均支持双语
• 67 节课程配有视频研讨：国内模式全部使用 B站；国际模式使用 YouTube 或官方课程、论文、代码仓库，不再回落到 B站
• 长课程精确映射到对应分P；无法合法嵌入的国际材料明确展示官方原始入口
• 92 节课程均有独立双语 URL，并可进入完整学习页：目标、直觉、机制、实践、自测、笔记与掌握门
• 首页与 92 节课程均可生成微信分享卡片，右下角附课程深链二维码，并保留渠道归因参数
• 深度反向传播工作台：理论阅读、公式、代码、计算图和反思题
• Dark / Light 模式一键切换并持久化偏好
• 游客模式本地保存学习笔记与完成状态，登录不阻断学习
• 邮箱注册、登录、退出与密码找回；首次登录自动导入本机进度
• Supabase 云端同步课程完成状态、笔记、主题、网络模式和最近学习位置
• 本地优先同步：离线时继续学习，网络恢复后安全合并；支持多设备进度一致
• 推理章节加入 DSpark 投机解码论文桥与硬件感知调度视角
• World Models 首期覆盖 POMDP、经典 World Models、Dreamer、MuZero、JEPA / V-JEPA 2、Genie、Marble、Cosmos 与系统评测
• LLM 新增 2025–2026 前沿阶段：MoE / MLA / MTP、RLVR、长上下文、DSpark、块扩散解码与 Agent 后训练
• 新增可跳过的零基础先修加速带：Python、pytest、NumPy 与 PyTorch 最小训练闭环
• Karpathy《Deep Dive into LLMs》按时间片复用；0.1 与 5.1 只要求相关片段，不再重复整支 3h31m 视频
• 大师资料库：Karpathy、Stanford CS336、PyTorch、Hugging Face、FSDL、Megatron-LM、llama.cpp、vLLM、Transformer Circuits 等
• 视频来源分为官方双语、中文原创、源码带读和社区字幕；社区镜像同时保留原始课程链接
• 可用交互：全站搜索、课程切换、资源筛选、代码运行状态、进度操作和移动端导航
• 自适应桌面与手机，中英文字体随站点打包

本地运行

需要 Node.js 20.19+，并确保 python3 可在 PATH 中调用；生产构建会实际运行旗舰课展示的 Python 代码，缺少解释器时会明确失败。

npm install
npm run dev

复制 .env.example 为 .env.local，填写 Supabase 项目地址和 publishable key，即可启用账号同步：

VITE_SUPABASE_URL=https://your-project.supabase.co
VITE_SUPABASE_PUBLISHABLE_KEY=sb_publishable_your_key

数据库结构与 RLS 策略位于 supabase/migrations/。匿名角色无权读取学习数据；登录用户只能访问 auth.uid() 对应的个人记录。Service Role Key 不进入浏览器，也不应写入任何 VITE_ 环境变量。

生产构建：

npm run build
npm run preview

课程设计原则

1. 第一性原理优先：先在 50–200 行最小实现里看见机制，再进入成熟框架。
2. 理论与实践成对出现：公式必须映射到代码、shape、实验和故障。
3. 三类证据验收：能讲清、能闭卷实现、能在新约束下迁移。
4. 阶段作品可公开：README、测试、实验日志、失败复盘和演示缺一不可。
5. 一手资料主导：课程官方页、作者本人内容、论文和项目官方文档优先。

主要资料主线

• Andrej Karpathy · Neural Networks: Zero to Hero
• Andrej Karpathy · micrograd
• Andrej Karpathy · nanoGPT
• Andrej Karpathy · llm.c
• Andrej Karpathy · nanochat
• Stanford CS336 · Language Modeling from Scratch
• Hugging Face · LLM Course
• Full Stack Deep Learning · LLM Bootcamp

视觉方向

“研究笔记 × 手稿插画”。借鉴 Kaggle / Notion 的涂鸦插画风：浅色主题是纸面手稿、深色主题是黑板粉笔；手绘 SVG 涂鸦（神经网络、世界模型、烧瓶、火箭、靶心）只落在首屏、路线图、便签与掌握门等关键叙事点，入场时一次性“画出”，遵循 prefers-reduced-motion。涂鸦组件为原创实现（src/doodles.jsx）；保留 anti-slop 纪律：单一强调色、少卡片多轨道、克制动效、避免 AI 紫色渐变与模板式三卡布局。短批注使用手写字体（中文站酷志莽行、英文 Caveat），正文仍用系统字体。

技术栈

React 19、Vite 7、Supabase Auth + Postgres、Phosphor Icons、原生 CSS。网站部署于 Vercel；学习状态采用 localStorage 本地优先、Supabase 登录后增量同步的双层模型。Supabase 客户端按需加载，不阻塞游客首屏。

内容与版权

站内讲解、练习和界面为原创组织与表达；外部课程、论文、博客和开源项目均在资料库中标注来源。仓库不包含学习者上传的书籍或论文 PDF，也不复制受版权保护的正文。