sources.md · 可读全文
这里保留原文的中文、公式标记、代码和链接。可直接交给 Agent 读取，也可选取下方原文复制。此入口返回 HTML；原始 .md / .py 文件仍保留，完整候选包同时包含 UTF-8 原件。
# 来源、版本与采用范围 历史实录、教学构造、当代实跑和官方当时发布／主张分别识别。历史失败集不是benchmark；本轮没有取得今天同题翻译实跑。PDF页码均为物理页码。 # R7.2 来源与独立核验执行映射 执行者：evidence_review 代理，2026-10-18。本报告是来源实读、关键图页查看和独立纸面数值复算；不是实际教师／学生测试，也不宣称已完成新候选验收。 ## 同批原始 Map 已恢复 原件 `Lecture05-R7.2-Source-and-Sync-Map-20261018.md` 已逐字节保存于 `evidence-review/`；SHA-256 `0effdebf33c0880e7f565c4ac4ebe626c1cef2fc0c35c4dbe173722afa442d54`，72,028 字节。它确实存在于 workspace，没有重建一个替代版本。原件全文和四份 R72 任务文档已读。 原 Map §3 的 50 条旧页处理计划逐条保留在 `source-map.json.r71_to_r72_plan`；新实际 page/beat 和讲者段落已按四份内容源回填到本文件末尾与 JSON；精确逐态对应和页级候选分开，不以来源覆盖冒充教学通过。13 主题、8 章与7本原 Notebook 的原身份依原 Map §5–7保持。 ## 八份原 PDF 的教学动作 下列为本代理本轮新渲染并实际查看的 44 个关键物理页；继承原 Map §8 中已登记的更大阅读范围。并未将全部 574 页登记为本轮细读。截图、页文字、原 PDF SHA-256 和页数见 `evidence-review/pdf-pages/manifest.json`。 | 原件与本轮实看物理页 | R72位置／阅读 | 采用的连续教学动作 | 采用边界 | | --- | --- | --- | --- | | cs224n-2026-lecture01-intro.pdf：11, 15, 19, 20 | A/I/K；ch01/ch06/ch08 | 先给对象和观察机会，再解释其意义；p11与p15先有可检查的情境和历史图像，p19随后交代范式改变。 | 采用观察→解释的动作；不复制其艺术图内的拼写与概念简化。 | | cs224n-2026-lecture01-history.pdf：4, 44, 52, 56 | B/C/H/K；ch01/ch05/ch08 | p4从翻译任务开头；p44同词laptops的上下文支持分布表示；p52接训练规模；p56以具体创作问题回到能力边界。 | 当前事实或性能主张不从历史课件图中外推；本课仍以同一句给书事件串联。 | | cs224n-2026-lecture02-wordvecs.pdf：8, 12, 13, 16 | C；ch01/ch02 | p8先展示motel/hotel的one-hot正交缺口；p12→13移动同一窗口中心；p16在同一词窗上分清中心v与上下文u。 | 新主句书→本仅是教学样本，两个参数表不能无说明合并，也不声称一句能学完整语义。 | | cs224n-2026-lecture03-neuralnets.pdf：9, 10, 13, 18 | B/C/E；ch01/ch03 | p10先在具体句中圈名字及类型；p13把表示与分类器分开；p18将正确类概率连接到交叉熵。 | 原p10含DATE而R72初始schema仅PER/ORG/LOC；不可直接把昨天圈成已定义类别。 | | cs224n-2026-lecture04-rnnlm.pdf：11, 21, 24, 31 | B/D/E；ch01/ch02/ch03 | p11明确划去窗口外信息；p21固定窗→p24共享循环；p31保持同一展开图，把右移标签和loss加上去。 | 物理p11页脚13，p21页脚23，p24页脚26，p31页脚33；引用物理页。R72两步算后其余只能示意。 | | cs224n-2026-lecture05-transformers.pdf：14, 18, 25, 31, 32, 34, 36, 63 | E/F/G/H；ch03/ch04/ch05 | p14双语任务→p18条件LM；p25只露源匹配，再到p31内容汇总和预测；p32/34/36保留源并推进目标前缀。 | p63是decoder-only简图，不能据它省掉翻译decoder的cross-attention；完整2017机器以原论文v1 p3为准。 | | lecture_7.pdf：21, 25, 29, 80, 81, 82, 83, 84 | D/I；ch02/ch06 | p21把输出与状态更新拆开；p25先问状态需保存什么，p29才给具体递归；p80→84保持同一图像并展示选择与回送。 | p80为全局视觉条件接RNN，不是cross-attention或LLaVA；页脚日期2025-04-21与PDF metadata 2026-04-21并存。 | | lecture_8.pdf：77, 78, 85, 89, 101, 104, 107, 110 | G/I/J；ch04/ch06/ch07 | p77→78同一矩阵计算放大N²中间表；p85→89一层一层累加模块；p101→104→107→110保持同猫图，裁块→投影→位置→视觉表示。 | p78未写完整容量口径，不照抄1.192TB；ViT分类路径不自动成为图文生成器；课堂24格教学网格、4个展示真裁片不是LLaVA配置。 | ## 新补核的一手材料 | 原件版本与物理页 | 采用／核验结论 | | --- | --- | | [GPT 2018 official PDF](https://cdn.openai.com/research-covers/language-unsupervised/language_understanding_paper.pdf)；文字 [3, 4]；实际图像 [4] | p3语言建模目标后接监督微调；p4输入变换仍在微调步骤。不要将其说成instruction tuning或推理中改参数。 | | [BERT NAACL 2019 proceedings](https://aclanthology.org/N19-1423.pdf)；文字 [3, 4, 12]；实际图像 [3] | p3 Fig1；p4 §3.1 MLM选15%位置，选中者80%MASK/10%随机/10%保持；p12 A.1为hairy例子。默认讲MASK一种，完整条件进阅读。 | | [T5 JMLR 2020](https://jmlr.org/papers/volume21/20-074/20-074.pdf)；文字 [13, 21, 23, 36]；实际图像 [13] | p13 Fig2同文本损坏跨度与sentinel目标；p21 Table3比较目标；p23 §3.3.4与p36 §3.7最终span corruption分清。不是整个输入原样重建，也不是逐位置BERT头。 | | [GLiNER NAACL 2024 proceedings](https://aclanthology.org/2024.naacl-long.300.pdf)；文字 [1, 2, 3, 4, 9]；实际图像 [2] | p1任务标签；p2 Fig2以预训练双向Transformer编码类型和span并匹配，p3sigmoid/BCE；p9不支持不连续实体的限制。是现代编码器，不是旧规则系统。 | | [GLiNER2 EMNLP 2025 system demos](https://aclanthology.org/2025.emnlp-demos.10.pdf)；文字 [1, 2, 3, 4]；实际图像 [3, 4] | p3分类平均准确率GLiNER2 .72/GPT-4o .84；p4 CrossNER均值F1 .590/.599/.615（GLiNER2/GPT-4o/GLiNER-M）。延迟是CPU与远程API混合部署比较。p4正文AI胜出为笔误，表值.526<.547。 | 新取 GPT/BERT/T5 原 PDF 已按原字节保存并登记哈希。GLiNER 两版取自已恢复原件，未运行模型。BERT与T5物理页现在已独立核实，不再只有节号。GLiNER2 p4正文AI比较有自相矛盾，课堂采用表中数值；全文表格也不能证明小模型普遍更可靠或行业复兴。 ## 继承且不重写的已核证据 原 `archive/r71/evidence-review/manifest.json` 与 README 继续提供原件版本及哈希：Sutskever v1物理p6同beam12单模型26.17→30.59；Bahdanau v1 p6/7/8与其训练长度、系统变动条件；Transformer v1 p8英法41.0而非后稿41.8；Google 2020混合encoder/decoder；LLaVA v2 p4/5两阶段；FA2022 v2 p6完整GPU/形状/前后向口径。此次不宣称重新通读这些论文。 LLaVA stage1仅投影更新、stage2投影与LM更新，视觉编码器均冻结；冻结仍参与前向。FA2022 v2是论文版本号，不能写成FlashAttention-2。原CPU19.95/11.46 ms为已有16-token前缀后32次decode合计，不含单计prefill，更不是每token值。旧原代码、检查点、测量和输出未被本任务修改。 ## 新 R72 数值与对象核验 独立脚本 `evidence-review/r72_teaching_checks.py` 只用标准库，既不读取模型也不读取旧结果；结果为 `r72-teaching-checks.json`。已执行，所有断言通过。 | 构造 | 独立结果 | 教学身份 | | --- | --- | --- | | 九源与右移目标 | 给书句9单位；BOS→I，gave→him，句号→EOS | 不是tokenizer或旧训练输入 | | RNN两步 | h₁=(.761594156,0)，h₂=(.363399484,.761594156) | 我／昨天；其余七步仅示意 | | 给定门LSTM | c=(.95,−.35)，h=(.591826441,−.168187772) | 默认首坐标；门值不是模型实测 | | 独立CE | logits=(0,ln2,ln3)，book=.5，loss=ln2 | 词序him/yesterday/book，与F另一码表 | | 三源基线q=(1,0) | c=(1.266956395,1.466087210)，p=(.702689770,.241553244,.055756986) | 源轴他/书/昨天；词表轴him/book/yesterday | | 只换q=(0,1) | c=(.733043605,2.533912790)，p=(.241553244,.702689770,.055756986) | 偏好him→book；不能仍显示未变化词表概率 | | 缩放 | 除√2后的源权重与未缩放不同 | 不把三槽输出贴成九位置Transformer实跑 | | 图文与缓存 | 当前a→blue；随后cache到a、新blue→book | blue不能提前作a行输入；book仍是未知目标 | 补充独立脚本 `evidence-review/r72_additional_construction_checks.py/json` 已复算新 W2V 概率 (.539628241, .327301073, .133070686)、九位置无位置 self-attention 的置换等价（最大误差0）、词移动而位置固定的输入差异，以及可选17/3账本。未导入课堂数值helper，不读取旧实验。 ## 施工时需守住的具体断点 1. 三源数值只是局部教学构造。回到九源图必须撤下局部概率，不能当整机实跑输出。 2. 初始NER schema没有DATE；我／他不是已有姓名。先明示实名设定，抽取已有span后再回原句。 3. GPT普通文本目标先移走中文；改decoder-only翻译须撤独立源H/cross层，再将指令、中文、英文前缀放入同一causal序列。 4. 忠实翻译本不应添加blue；先明示改成图文描述任务。图像不能独立证明昨天或说话人身份。 5. 缓存图先把a→blue与blue→book分成两个时刻；转FlashAttention前明确切为多query训练/prefill，不能把单querydecode画成每步N²表。 6. 新缩时路线是94＋6，旧96＋4仅存在于冻结R7.1历史材料中。设计预算不等于真人计时。 ## 后续闭合 实际 page/beat、讲者段落及章节／主题锚点已回填。默认162态、独立短线161态与可选16态的教师设计角色连续审读共339次路线状态访问；原始11项问题保留于 `evidence-review/role-review-before/teacher-design-review-before.md/json`，修后闭合见 `evidence-review/role-review-after/teacher-design-review-after.md/json`，随后教学文本差异闭合见 `evidence-review/role-review-after/final-delta.md/json`。这些是代理模拟审读，不是真人试讲、理解测试或实际计时。 上述最终文本复核绑定课程SHA `4425392b618c3d624ef2b2ab2454ff3548fd887980c1b304bac655f46b6272bf`。随后仅T08/b3、T15/b0–b9、T20/b0共12态frames作几何小修；root逐字段比较确认其余字段及全部讲者／缩时讲稿不变。小修后编译课程SHA为 `fa9d2ed2461e611e5faa6a997b71ba72df70233f5a3c155da1657673fa286fe2`，见JSON的 `compiled_course_evidence`；其 `previous_reviewed_course_sha256` 保留前一复核身份。 最终候选身份、实际浏览器像素／交互证据与Deepnote／原Notebook读回回执位于源码之外的完整恢复包 `verification/`，仍须在本轮视觉小修重新部署后最终确认。原Notebook未被本代理修改或新增读回；此来源映射不代替上述外部回执，也不宣称最终发布验收。 <!-- R72_ACTUAL_MAPPING_START --> ## 从计划到当前实写内容的回填 此处保留 `evidence-review/fill_actual_source_map.py` 于2026-10-18T16:38:40.418659+00:00读取4份内容源的历史作者阶段快照：55页、178态；默认入选162态、缩时入选161态。JSON的 `actual_authored_mapping.report` 原时间戳、脚本及内容源SHA均原样保留，不代表最终候选身份。该快照本身只记录源内容关联；后续编译路线证据与教学审读闭合由 `compiled_course_evidence`、`teacher_design_review` 及上节报告单列。 只有逐状态 `legacy_states` 形成精确对应；页级 `r71_legacy` 作为较宽声明单列。来源按段落／主题找到的候选关系亦不等于逐态已采用或教学闭合。 | 旧页状态 | 精确新页态 | 页级声明候选 | 尚缺精确对应的旧态 | | --- | --- | --- | --- | | R00／b0–b2 | — | R00 | R00/b0, R00/b1, R00/b2 | | S02／b0–b1 | T01/b1 | T01 | S02/b0 | | S03／b0–b2 | T05/b0, T05/b2, T05/b3, T06/b1 | T01, T02, T03, T04, T05, T06 | — | | S01／b0 | T06/b0 | T06 | — | | S05／b0 | — | T06, T08 | S05/b0 | | S04／b0–b1 | T07/b0, T07/b1, T07/b2, T07/b3, T09/b0 | T02, T07, T08, T09 | — | | S05W／b0–b1 | — | T09 | S05W/b0, S05W/b1 | | S06／b0–b1 | T10/b0, T10/b1, T10/b2, T12/b0, T14/b0, T15/b0 | T10, T12, T14 | — | | S07／b0–b3 | T11/b0, T11/b1, T11/b2, T18/b0 | T10, T11 | — | | S08／b0–b7 | T15/b1, T15/b2, T15/b4, T15/b5, T15/b6, T15/b7, T15/b8, T15/b9 | T14, T15 | — | | S09／b0–b3 | T16/b0, T16/b1, T17/b0, T17/b1, T18/b0, T18/b1 | T16, T17, T18 | — | | S10／b0–b5 | T12/b2, T13/b1, T13/b2, T13/b3 | T12, T13, T14 | S10/b4, S10/b5 | | S12／b0–b2 | — | T19 | S12/b0, S12/b1, S12/b2 | | S13／b0–b3 | T19/b0, T19/b1, T20/b0, T21/b0 | T19, T20, T21 | S13/b1, S13/b2 | | S14／b0–b4 | T20/b1, T20/b2, T21/b1, T22/b0, T22/b1, T22/b2, T22/b3, T23/b0, T23/b1 | T20, T22, T23 | — | | S15／b0–b4 | T23/b3 | T22, T23 | S15/b0, S15/b2, S15/b3, S15/b4 | | S16／b0–b2 | T23/b2 | T22, T23 | S16/b2 | | S16E／b0–b1 | — | — | S16E/b0, S16E/b1 | | S01G／b0–b1 | — | R00 | S01G/b0, S01G/b1 | | S17／b0–b1 | — | T24 | S17/b0, S17/b1 | | S17R／b0–b1 | — | T24 | S17R/b0, S17R/b1 | | S18／b0–b1 | T24/b0 | T18, T24 | S18/b0 | | S19／b0–b2 | T24/b1, T25/b0, T29/b0, T29/b1 | T24, T25, T29 | — | | S20／b0–b2 | T25/b1, T25/b2 | T25 | S20/b0 | | S20A／b0–b3 | T26/b0, T26/b1 | T22, T26 | S20A/b1, S20A/b2 | | S20B／b0–b2 | T26/b0, T26/b2, T27/b0, T27/b1 | T26, T27 | — | | S21／b0–b2 | T28/b0, T28/b1, T28/b2, T28/b3 | T28 | — | | S22／b0–b2 | T30/b1, T30/b2 | T30 | — | | S22A／b0 | T30/b0 | T30 | — | | S23／b0–b5 | T31/b0, T31/b1, T31/b2, T31/b3, T31/b4 | T31 | — | | S24／b0–b3 | T32/b0, T32/b1, T32/b2, T33/b0, T33/b1, T33/b2 | T32, T33 | — | | S25／b0–b1 | T34/b0, T34/b1 | T33, T34 | — | | S26／b0–b2 | T29/b1 | T29 | S26/b1, S26/b2 | | S27／b0–b2 | T34/b1 | T29, T34, T42 | S27/b0, S27/b1 | | S28／b0–b2 | T41/b0, T41/b1, T41/b2 | T40, T41 | — | | S29／b0–b2 | T40/b2, T43/b0, T43/b1, T43/b2 | T40, T41, T42, T43 | — | | S30／b0–b2 | — | — | S30/b0, S30/b1, S30/b2 | | S31／b0–b2 | T44/b0, T44/b1, T44/b2 | T44, T45 | — | | S32／b0–b3 | T46/b0, T46/b1, T46/b2, T46/b3 | T46 | — | | S33／b0–b4 | T47/b0, T47/b1, T47/b2, T48/b1, T48/b2, T48/b3 | T45, T47, T48 | — | | S34／b0–b3 | — | T49 | S34/b0, S34/b1, S34/b2, S34/b3 | | S35／b0–b2 | — | T49 | S35/b0, S35/b1, S35/b2 | | S36／b0–b2 | T50/b0, T50/b1, T50/b2, T50/b3 | T50 | — | | S37／b0–b2 | T51/b0 | T50, T51 | S37/b1, S37/b2 | | S38／b0–b2 | T51/b1, T51/b2, T51/b3, T51/b4, T61/b2, T64/b0, T64/b1 | T51, T61, T64 | — | | S39／b0–b4 | T60/b0, T60/b1, T60/b2, T61/b0, T61/b1, T61/b2, T62/b0, T62/b1, T62/b2, T63/b0, T63/b1, T63/b2 | T51, T60, T61, T62, T63 | — | | S40／b0–b2 | T65/b0 | T51, T65 | — | | S41／b0–b1 | T65/b1 | T51, T65 | — | | S42／b0–b2 | T52/b1, T52/b2 | T52 | S42/b0 | | S43／b0–b2 | T53/b0, T53/b1 | T53 | — | 逐态cue、explanation、讲者段落、默认／缩时入选、历史源文件SHA与定位见JSON的 `actual_authored_mapping`；实际编译证据及教师审读闭合见 `compiled_course_evidence` 与上节报告。最终候选／浏览器与Deepnote读回回执由源码外 `verification/` 在本轮视觉修复后补齐并最终确认。 <!-- R72_ACTUAL_MAPPING_END --> <span id="M01"></span> ## M01 · 为什么处理语言与序列 - cs224n-2026-lecture01-intro.pdf：物理页 [5, 8]。 - lecture_7.pdf：物理页 [12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24]。 采用方式：用原创短句、类别、帧与字幕对象重绘形态地图；保留具体输入/输出的长度与时间关系。 边界：N-Intro p8不能支持具体模型结构或Stanford评分进入本课。 <span id="M02"></span> ## M02 · 历史作为研究问题 - cs224n-2026-lecture01-history.pdf：物理页 [4, 5, 28, 34, 35, 36, 43, 44, 45, 46, 47]。 - cs224n-2026-lecture01-intro.pdf：物理页 [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]。 采用方式：选三四个研究问题节点，借鉴组织方式后原创重绘；必要引文短摘并保留出处。 边界：艺术页不能当真实历史照片；历史顺序不能证明论文影响；p47英德曲线不能代替Sutskever英法反转实验。 <span id="M03"></span> ## M03 · one-hot到可学习表示 - cs224n-2026-lecture02-wordvecs.pdf：物理页 [7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17]。 采用方式：在同一词表上画token→one-hot→embedding表中一行；采用原创小维数、可核算向量。 边界：任意稠密向量不自动有语义；二维投影不证明原空间保留全部关系；静态向量不是逐句改变。 <span id="M04"></span> ## M04 · 窗口怎样形成训练对 - cs224n-2026-lecture02-wordvecs.pdf：物理页 [12, 13, 17]。 采用方式：同一句子移动一次中心，再选一个训练对完成score→softmax→loss，保持源位置与向量颜色一致。 边界：跨不同中心的分数不能直接比较概率；窗口词对不代表完整句法结构。 <span id="M05"></span> ## M05 · 同一个词为什么含义不同 - cs224n-2026-lecture03-neuralnets.pdf：物理页 [10, 11, 12, 13, 14]。 - cs224n-2026-lecture02-wordvecs.pdf：物理页 [7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17]。 采用方式：用bank柜台/河岸原创双情境，显示同一lookup行与不同周边词生成的hidden；没有模型运行就标为机制示意。 边界：人类读图辨义不等于模型正确预测；固定窗口NER本身不是Transformer；不是词的静态embedding换了一行。 <span id="M06"></span> ## M06 · 表示怎样学习、怎样评价 - cs224n-2026-lecture02-wordvecs.pdf：物理页 [14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29]。 - cs224n-2026-lecture02-wordvecs.pdf：物理页 [30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43]。 - cs224n-2026-lecture03-neuralnets.pdf：物理页 [18, 19, 69, 70, 71, 78]。 采用方式：课堂只保留loss→参数更新和一个下游用途；讲义完整写SGNS/共现/SVD/GloVe及评价，明确与全softmax目标的区别。 边界：NLL下降不保证每一步准确率升高；内在榜首不保证所有下游榜首；接近差分梯度不证明模型泛化。 <span id="M07"></span> ## M07 · LM究竟预测什么 - cs224n-2026-lecture04-rnnlm.pdf：物理页 [3, 4, 5, 6, 7, 8]。 采用方式：在统一短句上标明prefix、当前next token及一行概率；再把同一事件串成序列乘积。 边界：应用截图不是当前产品能力核验；填空例不证明LM必然掌握逻辑、共指或世界知识。 <span id="M08"></span> ## M08 · n-gram与固定窗口网络 - cs224n-2026-lecture04-rnnlm.pdf：物理页 [9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22]。 采用方式：同一上下文并排给可复核计数与神经参数共享；保留窗口外词对二者都不可见的观察。 边界：神经模型不能完全消除稀疏和OOV；源页新闻样本不能冒称本课实跑输出。 <span id="M09"></span> ## M09 · 状态更新与参数共享 - cs224n-2026-lecture04-rnnlm.pdf：物理页 [23, 24, 25]。 - lecture_7.pdf：物理页 [17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33]。 采用方式：先一更新单元再三步展开；若用检测器，显式标人工构造，补齐可运行张量维度。 边界：手选检测器不证明梯度训练成功或长依赖能力；参数固定不等于计算/激活内存固定。 <span id="M10"></span> ## M10 · RNN怎样训练 - cs224n-2026-lecture04-rnnlm.pdf：物理页 [26, 27, 28, 29, 30, 31, 32, 33, 34, 35]。 - lecture_7.pdf：物理页 [34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50]。 采用方式：统一输入/目标错位表；共享参数节点只画一次，反向梯度各路径汇合；用不同线型区分状态传递与可反传边界。 边界：不能把carry状态等同于无限梯度跨度；源页20步等数字是示例而非通用建议。 <span id="M11"></span> ## M11 · 训练与生成如何不同 - cs224n-2026-lecture04-rnnlm.pdf：物理页 [36, 37, 38, 39]。 - lecture_7.pdf：物理页 [51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65]。 采用方式：以同一字符/词例对比gold前缀训练与选定token回送；修正softmax后再让greedy/sampling分支选择。 边界：示范文本不等于本地模型输出；代码样本不证明可编译；softmax分布必须由对应logits算出。 <span id="M12"></span> ## M12 · 长依赖不是多走几步动画 - cs224n-2026-lecture04-rnnlm.pdf：物理页 [40, 41, 42, 43, 44, 45, 46, 47, 48, 49]。 - lecture_7.pdf：物理页 [93, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104]。 采用方式：使用确实依赖远处信息的受控任务，距离与干扰分开控制；动画只呈路径，实际梯度曲线由C计算。 边界：不能从画得更长的箭头推出测量结论；裁剪不是消失解决方案；源页矩阵/clip代码不可照抄。 <span id="M13"></span> ## M13 · LSTM的门到底怎样工作 - cs224n-2026-lecture04-rnnlm.pdf：物理页 [50]。 - lecture_7.pdf：物理页 [105, 106, 107, 108, 109, 110, 111, 112, 113, 114, 115, 116]。 采用方式：重绘完整cell主路；至少一组真实数字同时算f*c_prev、i*g、c和o*tanh(c)，说明门来自可学仿射变换。 边界：不保证永久记忆/稳定梯度；候选g不是第四个sigmoid门；一般维度不能固定成2h输入。 <span id="M14"></span> ## M14 · 双向、堆叠与其他序列任务 - lecture_7.pdf：物理页 [12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94]。 - cs224n-2026-lecture04-rnnlm.pdf：物理页 [23, 24, 25, 54, 57]。 采用方式：课堂按需要借IMG05连接视觉表示；多层与双向分别重绘，双向另引P-BAH §3.2。 边界：上述指定源页不直接提供双向完整机制；字幕挑选图不是总体性能；完整输入双向编码不能借给因果LM看未来。 <span id="M15"></span> ## M15 · 变长输入怎样变成变长输出 - cs224n-2026-lecture04-rnnlm.pdf：物理页 [51, 52, 53, 54, 55, 56, 57, 58]。 - cs224n-2026-lecture05-transformers.pdf：物理页 [13, 14, 15, 16, 17, 18, 19, 20, 21]。 采用方式：统一一条正确翻译例句，画源T步与目标U步；区分训练gold目标前缀与生成反馈；把固定context结构事实留给attention问题。 边界：固定维度不是不可能容纳长句的定理；源页没有完整beam search教程；不能复制错误法语词序。 <span id="M16"></span> ## M16 · 模型与搜索的区别 - cs224n-2026-lecture04-rnnlm.pdf：物理页 [51, 52, 53, 54, 55, 56, 57, 58]。 采用方式：将P-SUT §3.2只用于搜索定义；另造两步树并由代码穷举核算路径，明确EOS和候选集合，复杂长度惩罚进入读本/实验。 边界：N-RNN页不能挂作beam全部细节出处；beam宽度增大不保证任意评价指标更好。 <span id="M17"></span> ## M17 · 当时还可以怎样改 - cs224n-2026-lecture05-transformers.pdf：物理页 [13, 14, 15, 16, 17, 18, 19, 20, 21]。 采用方式：按增加状态能力、重新安排依赖、动态读源三种问题位置讨论选择；结果仅用下方原论文证据，禁止排列成单线首创继承史。 边界：提交日期不证明谁影响谁；一项历史英法任务结果不证明任何架构普遍获胜；源序列反转不是全体距离都缩短。 <span id="M18"></span> ## M18 · 一次完整 attention - cs224n-2026-lecture05-transformers.pdf：物理页 ['22–36']。 - lecture_8.pdf：物理页 ['13–23']。 采用方式：完整闭环应显示当前目标需要→score→softmax→context→decoder→词表概率；颜色固定源位置和当前 query 身份。；采用同一明确的评分与解码时序，数值算例必须可重算。 边界：不能把 V-Attn 的上一解码状态评分和 N-Trans 当前解码状态评分无说明拼成一个计算图。；V-Attn 将 f_att 简称 Linear Layer 不足以定义有效 additive attention；若仅线性处理 concat(q,k)，query 项在跨 key softmax 中相消。应写 v^T tanh(W_q q+W_k k) 或明确点积评分。；maybe 数值是教学示意，不是训练模型实测。 <span id="M19"></span> ## M19 · 匹配与传递内容 - cs224n-2026-lecture05-transformers.pdf：物理页 ['24–36']。 - lecture_8.pdf：物理页 ['28–46']。 采用方式：先只变 query 比较权重和输出，再固定权重只变 value 观察输出；把 K 的匹配用途与 V 的传递内容分开。 边界：独立操作 Q/K/V 是机制实验，不能说真实句子改一个词只改变其中一个分支。；维度允许 N_q≠N_k，D_k 与 D_v 也不必相等。 <span id="M20"></span> ## M20 · 真实翻译对齐图 - cs224n-2026-lecture05-transformers.pdf：物理页 ['37–38']。 - lecture_8.pdf：物理页 ['24–27']。 - supplementary primary source：物理页 ['physical 6, Figure 3(a)']。 采用方式：使用清晰真实原图，旁列双语词轴，先读局部对应再看重排序；可以对原图局部放大。 边界：这是 RNNsearch-50，不是 Transformer head。；Figure 3(a) arbitrary sentence；随机测试抽样、10–20词、无UNK的条件仅适用于(b–d)。；黑0白1；未从亮度反算精确权重，也不能把可观察关联当完整因果解释。；N-Trans p37 为课堂示意对齐图，不能冒称本图模型测量。 <span id="M21"></span> ## M21 · cross 到 self - cs224n-2026-lecture05-transformers.pdf：物理页 ['39–42']。 - lecture_8.pdf：物理页 ['47–50']。 采用方式：保留 Q 来自另一序列、K/V 来自源序列的 cross 示例，然后让 Q/K/V 都由同一 X 分别投影；至少显示两个输出行。 边界：self 指来源相同，不是投影矩阵相同。；多个输出不能画成整句被压成唯一向量。 <span id="M22"></span> ## M22 · 矩阵与读取对应 - cs224n-2026-lecture05-transformers.pdf：物理页 ['54–59']。 - lecture_8.pdf：物理页 ['40–46', '69–79']。 采用方式：统一 token 行、feature 列；S=QK^T/sqrt(d_k)，A=softmax(S, last/key axis)，Y=AV。；点击 query 行时同时追踪形状、该行权重和输出。 边界：源图的几何矩阵是 row-convention 的转置排法，不能照搬 column-softmax 箭头后仍称 query 行。；V-Attn p63–66 的 Y=AX 与分量公式使用 V 不一致，应为 AV。；V-Attn p71–79 右侧 QK shape 省略 K 转置；应 [B,H,Nq,dk] @ [B,H,dk,Nk]。；在脚本中明确 batch/head reshape，不把维度名 dq/dk 混用。 <span id="M23"></span> ## M23 · 为什么考虑去掉 recurrence - lecture_8.pdf：物理页 ['80–83']。 - supplementary primary source：物理页 ['physical 6 Table 1', 'physical 8 Table 2']。 采用方式：让研究选择围绕可并行训练、两位置路径长度、计算/内存和任务效果展开。；使用已核 Table1，复杂度变量和条件同行可见。 边界：Table1 是序列混合层比较，不是完整 Transformer block 的全部计算，更不是自回归生成零串行依赖。；卷积 O(log_k n) 路径对应 dilated stack；连续卷积需要 O(n/k) 深度。；p83 的 O(N) attention memory 需前置 FlashAttention 实现条件；显式存储注意力矩阵是 O(HN²)。；全连接不能直接推出长依赖一定学得好。 <span id="M24"></span> ## M24 · 位置、等变与 RoPE - cs224n-2026-lecture05-transformers.pdf：物理页 ['43–46']。 - lecture_8.pdf：物理页 ['51–60']。 采用方式：位置自由、全可见 self-attention 先验证 SA(PX)=P SA(X)，再增加位置表示使模型能区分顺序。；把加性绝对编码和对 Q/K 的旋转分成两种机制。 边界：这里是 permutation equivariance（等变），不是所有输出不变。；等变测试应限定无位置且全可见；causal mask 不随任意置换保持同一连接结构。；N-Trans p46 关于多数系统采用 learned absolute 的概括不当作当前通用事实。；RoPE 的必要教学步骤是 Q/K 旋转，并非必然旋转 V。 <span id="M25"></span> ## M25 · mask 与预测目标 - cs224n-2026-lecture05-transformers.pdf：物理页 ['47–51']。 - lecture_8.pdf：物理页 ['61–62']。 采用方式：采用 query 行/key 列的上三角遮挡；对角线保留，当前位置输入用来预测下一位置目标。 边界：mask 必须作用于 score/logit；概率上直接乘0不等价于正确重新归一化。；源图旋转排法的下三角遮挡不要照搬为行 query 约定。；p98 的 only before it 口语化表述需配目标移位；当前输入位置可见。 <span id="M26"></span> ## M26 · 多头 attention - cs224n-2026-lecture05-transformers.pdf：物理页 ['54–59']。 - lecture_8.pdf：物理页 ['63–68']。 采用方式：展示两个数值 head 各自的投影、权重和输出，然后 concat 与输出投影；颜色对应 head 而非固定语言职业。 边界：固定 d_model 时通常 d_head=d_model/H；不是重复 H 个全宽同样计算。；固定 d_model 下主要矩阵计算量近似不随 H 成倍增加，但显式 H×N² attention 存储随 H 变化。；教学构造的不同读取不能证明真实 head 稳定专职某种语义。 <span id="M27"></span> ## M27 · attention 之后的 block - cs224n-2026-lecture05-transformers.pdf：物理页 ['47–49', '60–63']。 - lecture_8.pdf：物理页 ['85–96']。 采用方式：一个位置依次追踪 attention读取、残差相加、特征归一化、FFN和第二次残差；FFN 参数跨位置共享。；原始 post-norm LN(x+Sublayer(x)) 与 pre-norm x+Sublayer(LN(x)) 分图。 边界：LN 沿每个 token 的 feature轴；标准化后零均值，非 unit mean，且 affine 后不再保证零均值/单位方差；epsilon使方差不精确为1。；Attention softmax 已经是非线性，不能照搬 no nonlinearities 的绝对说法。；残差旁路贡献 identity derivative，但总导数 I+J_F 不是常数1。；ResNet 损失景观不是 Transformer 专属实验。 <span id="M28"></span> ## M28 · 完整翻译 Transformer - cs224n-2026-lecture05-transformers.pdf：物理页 ['64–66']。 - supplementary primary source：物理页 ['Figure 1; architecture section']。 采用方式：Q/K/V来源必须分别标注：encoder self全源；decoder masked self目标前缀；cross的Q来自decoder、K/V来自encoder。；追一个目标位置经过词表 projection 和 softmax。 边界：2017模型是6层encoder+6层decoder，decoder含额外cross子层；V-Attn p94 的12blocks不能被解释成12个相同decoder-only块。；源序列全可见不等于目标序列未来可见。 <span id="M29"></span> ## M29 · 从 block 到 LM 训练 - lecture_8.pdf：物理页 ['97–100']。 - cs224n-2026-lecture05-transformers.pdf：物理页 ['52–53', '64–66']。 采用方式：显示同一序列的输入/移位目标；teacher forcing可并行算各位置，生成则逐步回送预测。；BERT/GPT/T5 比较来源可见范围、是否cross和训练目标。 边界：训练并行不能推出生成并行。；BERT双向encoder与MLM；GPT因果LM；T5 encoder-decoder与span denoising是历史代表配置，结构与目标是不同设计轴。；原BERT还包含NSP；不必在课堂穷举，但讲义不能声称唯一目标。 <span id="M30"></span> ## M30 · 原始实验支持什么 - cs224n-2026-lecture05-transformers.pdf：物理页 ['67–68']。 - supplementary primary source：物理页 ['physical 6 Table 1', 'physical 8 Table 2; sections 5–6']。 采用方式：当前2017课堂采用v1；同时读质量、任务、规模与估计资源，不把后期表格回灌初稿情景。 边界：Transformer成本栏在原Table2跨EN-DE/EN-FR合并；非统一硬件复测。；41.8只作v7版本对照，不替换v1的41.0。 <span id="M31"></span> ## M31 · 图像作为序列 - lecture_7.pdf：物理页 ['74–90']。 - lecture_8.pdf：物理页 ['101–110']。 采用方式：复用正文图像做真实patch裁切；14×14=196patch tokens，若采用original class token再加1。；区分CNN→RNN字幕的条件生成和patch→Transformer→分类聚合。 边界：没有实际模型运行时，图片配句只是教学情境，不能伪称caption输出或attention预测。；原始ViT默认learnable class token；mean pooling是源课件教学变体，原论文AppendixD3另有比较。；原始默认1D位置embedding依raster顺序；不能把p107的2D位置说明写成必须二维编码。；V-RNN文件名是本次参考，页脚年份2025且后段页脚跳号；采用物理页索引。 <span id="M32"></span> ## M32 · 现代归一化与 FFN 变体 - lecture_8.pdf：物理页 ['111–122']。 采用方式：每项标出改动位置、具体计算、目的和代价，课堂短连接，讲义完整并列。；采用公式完整的RMSNorm和SwiGLU；MoE用通用专家数E、每token激活数A。 边界：历史QKNorm引用Henry2020：L2 normalize Q/K + learnable scale；不能误把Zhang/Sennrich RMSNorm当同一方法。；RMSNorm输出需x除RMS并乘gamma，不强制零均值。；SwiGLU的激活应SiLU而非logistic sigmoid；三矩阵，固定参数时隐藏维约为普通FFN的2/3。；MoE总容量、激活参数、router/loadbalance与跨设备通信分开；不重复未核的p121当代产品数值或排名。 <span id="M33"></span> ## M33 · attention 计算和内存 - lecture_8.pdf：物理页 ['69–79']。 - cs224n-2026-lecture05-transformers.pdf：物理页 ['69–70']。 采用方式：明确QKV/WO O(Nd²)、pairwise O(N²d)、FFN O(N d d_ff)；用 B,H,N,d_head 和每元素字节写内存。；分training/prefill全序列与decode单query；dense FlashAttention是计算组织与内存访问改变。 边界：2bytes时 H×N²×2=1.28e12bytes=1.28十进制TB≈1.164TiB，不能无条件照抄1.192TB。；显式权重矩阵O(BHN²)；Flash算法避免其落入HBM不代表矩阵数学上不存在或任意丢边。；浮点运算重排可导致容差内差异，exact attention不承诺bitwise identical。；decode每层一条query读取N个K/V的pairwise约O(Nd)，还存在投影和FFN成本。 <span id="M34"></span> ## M34 · KV cache - lecture_8.pdf：物理页 ['97–100 (LM background only)']。 - supplementary primary source：物理页 ['Hugging Face Transformers caching explanation']。 采用方式：在因果decoder、prefix固定、position一致、eval/dropout off下，旧位置每层表示不变，缓存其K/V；新token算本层Q/K/V，append新K/V并读取全部cache。；明确旧K/V复用节约重算；生成仍按token依赖顺序进行。 边界：缓存不增加模型知识或上下文可靠性，也不消除自回归依赖。；不能把此等价性直接搬到追加输入后的双向encoder。；新token仍经过全部层；incremental mask的query offset必须包含past_length。；KV字节≈2 L B N H_kv d_head bytes_per_element；MHA H_kv=H，GQA/MQA可更小。 <span id="M35"></span> ## M35 · 窗口与有效利用 - cs224n-2026-lecture05-transformers.pdf：物理页 ['69–70 (limitations background only)']。 采用方式：设计确实依赖远处信息的受控检索任务，系统改变距离、位置与干扰；近距离基线、多个随机种子和位置均应有。 边界：可输入最大长度不等于任意位置可靠读取。；若只是一段教学示例，明确不是测试结果；不以一次挑选样本下模型性能结论。；报告模型/参数或checkpoint、tokenizer、任务分布、模板、长度、解码规则和重复数。 <span id="M36"></span> ## M36 · 其他序列路线 - lecture_7.pdf：物理页 ['117–118']。 - cs224n-2026-lecture05-transformers.pdf：物理页 ['69–70']。 采用方式：用状态更新、存储、可读信息和计算代价作为比较轴：SSM/S4结构化状态；Mamba输入依赖选择；RWKV并行训练与递推推理。 边界：可流式处理、无固定attention窗口不等于无限信息容量或可靠记忆。；常数每步状态/算量是相对序列长度且固定模型大小的说法。；不要将不同路线统称同一实现，也不要把2023论文图写成2026性能排名。；S4不是源页标题Simplified State Space Layers的同一篇论文；这里作为补充的一手入口，需保留准确标题。 <span id="M37"></span> ## M37 · 研究判断回扣 - supplementary primary source：物理页 ['M17 (source-review-a)', 'M23', 'M30']。 采用方式：让学生先说明当前瓶颈，再提出一个能区分设计选择的对照实验；使用实际历史条件而非不可避免的进步链。 边界：本记录不重造M17原始结果；关联source-review-a的已核条目。；不从一次成功或一张表推导普遍架构优胜。 <span id="M38"></span> ## M38 · 自学与实践入口 - supplementary primary source：物理页 ['M18–M37', 'other source-review-a records', 'implemented guide/readings/labs']。 采用方式：Guide按补表示/练序列训练/实现attention/完整block/运行机制建立真实入口，并给可完成的任务说明。 边界：最终页面ID与采用记录已在整合后核对；资源链接通过闭包检查，实际实现与尚待训练的实验分别标明。；只有来源链接或计划不能冒充已完成实验/章节；不得承诺尚未存在的模型运行结果。 <span id="R4-SYSTEM"></span> ## R4-SYSTEM · 先闭合状态与条件生成 - cs224n-2026-lecture04-rnnlm.pdf：物理页 19–58。 - lecture_8.pdf：物理页 6–11。 采用方式：先沿完整训练和生成，再定位容量、优化、读取与搜索；不预设固定向量失败。 边界：历史情景为相关论文公开后的回看，不声称原PDF按本课历史选择组织。 <span id="R4-READ"></span> ## R4-READ · 第一次完整读取，第二次改变需求 - cs224n-2026-lecture05-transformers.pdf：物理页 25–38。 - lecture_8.pdf：物理页 13–29。 采用方式：保留完整前缀与源状态；先动态读取再抽取算子；算术账本按当前动作减负。 边界：构造读取不冒充训练权重；热图不单独证明因果作用。 <span id="R4-BLOCK"></span> ## R4-BLOCK · 最小预测器先闭合，再放大组件 - cs224n-2026-lecture05-transformers.pdf：物理页 43–63。 - lecture_8.pdf：物理页 47–62。 采用方式：母图只在定位与闭合处返回；完整局部数值保留备用，默认讲职责。 边界：全可见post-norm局部例与causal最小模型身份分开。 <span id="R4-ARCH"></span> ## R4-ARCH · 强路线、路径与投入证据 - lecture_8.pdf：物理页 69–83。 - Vaswani et al. arXiv v1：物理页 8 / Table 2。 采用方式：三类序列骨架先并置，机制之后用两任务质量和资源估计作选择。 边界：普通卷积与膨胀卷积路径分开；FLOPs不是统一硬件实验。 <span id="R4-2014"></span> ## R4-2014 · 优化旧路线与改变读取的两组证据 - Sutskever et al. arXiv v1：物理页 6–7 / Table 1, Figure 3。 - Bahdanau et al. arXiv v1：物理页 8 / Table 1。 采用方式：同表反转26.17→30.59；另表RNNenc-50 17.82与RNNsearch-50 26.75。 边界：不跨表相减；双向编码和容量变化不作单因素归因。 <span id="R5-JUDGMENT"></span> ## R5-JUDGMENT · 机制后回到共同对象与受控证据 - L2 原网页：物理页 P33–36。 - L4 原网页：物理页 N25–26、N33–36。 - L3 原网页：物理页 P61–62。 采用方式：具体困难先于机制；原对象在机制后重现；固定条件使候选解释产生不同预期。 边界：教学构造错译与分数不冒充原论文或模型实测；2017判断不借后来的成功倒推 <span id="R5-GATES"></span> ## R5-GATES · 跨步保留与直接cell学习通路 - lecture_7.pdf：物理页 104–117。 - cs224n-2026-lecture04-rnnlm.pdf：物理页 40–59。 采用方式：职责之后跨多步干预，再沿直接通路追误差，与普通递归连乘比较。 边界：固定门值教学干预不是训练结果；直接路径乘积不等于总梯度恒为1 <span id="R5-VISION"></span> ## R5-VISION · 同一视觉表示接通两种监督接口 - L3 原网页：物理页 P49–55。 - lecture_7.pdf：物理页 73–86。 - lecture_8.pdf：物理页 96–111。 采用方式：保持同一图像，显式显示视觉条件、合法语言前缀与下一词；用配对条件检验使用。 边界：课堂选择cross-attention设计，不代表所有VLM；参考目标不是实测输出；ViT原论文不被描述为caption系统 <span id="R5-READ-AND-ASSEMBLE"></span> ## R5-READ-AND-ASSEMBLE · 读取需求变化、任务训练与完整模型回收 - cs224n-2026-lecture05-transformers.pdf：物理页 24–39、42–64。 - lecture_8.pdf：物理页 5–30。 采用方式：首次完整读取、第二次需求改变、任务训练；部件解释回到母图补设计缺口。 边界：需求箭头不是实测对齐；训练并行与生成依赖分别判断 <span id="R5-NORM"></span> ## R5-NORM · 一个现代改动：优化约束、归一化位置与验证指标 - Xiong et al. ICML2020 原论文：物理页 §3–4、Figure4、Appendix A.1。 采用方式：同深度训练问题引出结构变化；报告原实验同时改变调度，再提出位置×warmup对照。 边界：历史实验不是本轮实测；原文位置和学习率调度共同改变，不宣称单变量因果 <span id="R51-HISTORY"></span> ## R51-HISTORY · 视觉attention先例与2017新骨干假设 - Xu et al., ICML2015：物理页 1 Figure1；3 §3.1。 - Vaswani et al., 2017-06 v1：物理页 10 §7 Conclusion。 采用方式：2015已有视觉位置读取＋LSTM逐词字幕；2017跨模态与局部／受限attention是研究计划。保留接口，验证更换循环语言骨干。 边界：Q/K/V是本课概括，不是2015原图逐项复现；换图检查接口使用，不能单独证明新骨干更值得投入；两类实验均未执行 <span id="DN2-text-units-and-representations"></span> ## DN2-text-units-and-representations · 从一条混排消息到模型的输入 - lecture05 chapter 1; primary papers linked in topic prose：物理页 原PDF连续页组见M03–M37；原论文版本与节号在正文。 采用方式：已有章节基础同源复用；新增具体情境、推理桥梁与检查边界。 边界：历史证据、真实训练、未训练机制与未执行设计在正文分别标明 <span id="DN2-objectives-and-evaluation"></span> ## DN2-objectives-and-evaluation · 把预测、训练与评价摊在同一张样本表上 - lecture05 chapter 2; primary papers linked in topic prose：物理页 原PDF连续页组见M03–M37；原论文版本与节号在正文。 采用方式：已有章节基础同源复用；新增具体情境、推理桥梁与检查边界。 边界：历史证据、真实训练、未训练机制与未执行设计在正文分别标明 <span id="DN2-recurrent-state-and-credit"></span> ## DN2-recurrent-state-and-credit · 状态在流动，梯度可以停在边界 - lecture05 chapter 3; primary papers linked in topic prose：物理页 原PDF连续页组见M03–M37；原论文版本与节号在正文。 采用方式：已有章节基础同源复用；新增具体情境、推理桥梁与检查边界。 边界：历史证据、真实训练、未训练机制与未执行设计在正文分别标明 <span id="DN2-translation-choices-2014"></span> ## DN2-translation-choices-2014 · 2014：先拥有一个可工作的翻译器，再决定改哪里 - lecture05 chapter 4; primary papers linked in topic prose：物理页 原PDF连续页组见M03–M37；原论文版本与节号在正文。 采用方式：已有章节基础同源复用；新增具体情境、推理桥梁与检查边界。 边界：历史证据、真实训练、未训练机制与未执行设计在正文分别标明 <span id="DN2-attention-to-prediction"></span> ## DN2-attention-to-prediction · 读取之后，系统怎样决定写 her - lecture05 chapter 5; primary papers linked in topic prose：物理页 原PDF连续页组见M03–M37；原论文版本与节号在正文。 采用方式：已有章节基础同源复用；新增具体情境、推理桥梁与检查边界。 边界：历史证据、真实训练、未训练机制与未执行设计在正文分别标明 <span id="DN2-transformer-information-flow"></span> ## DN2-transformer-information-flow · 让整套 Transformer 共同完成一次预测 - lecture05 chapter 6; primary papers linked in topic prose：物理页 原PDF连续页组见M03–M37；原论文版本与节号在正文。 采用方式：已有章节基础同源复用；新增具体情境、推理桥梁与检查边界。 边界：历史证据、真实训练、未训练机制与未执行设计在正文分别标明 <span id="DN2-model-objectives"></span> ## DN2-model-objectives · 同一段文本，三种预训练问题 - lecture05 chapter 6; primary papers linked in topic prose：物理页 原PDF连续页组见M03–M37；原论文版本与节号在正文。 采用方式：已有章节基础同源复用；新增具体情境、推理桥梁与检查边界。 边界：历史证据、真实训练、未训练机制与未执行设计在正文分别标明 <span id="DN2-modern-transformer-parts"></span> ## DN2-modern-transformer-parts · 在已经认识的 block 上读懂现代部件 - lecture05 chapter 6; primary papers linked in topic prose：物理页 原PDF连续页组见M03–M37；原论文版本与节号在正文。 采用方式：已有章节基础同源复用；新增具体情境、推理桥梁与检查边界。 边界：历史证据、真实训练、未训练机制与未执行设计在正文分别标明 <span id="DN2-architecture-choices-and-state"></span> ## DN2-architecture-choices-and-state · 两种时间尺度的路线判断：2017 的复现与持续流式系统 - lecture05 chapter 8; primary papers linked in topic prose：物理页 原PDF连续页组见M03–M37；原论文版本与节号在正文。 采用方式：已有章节基础同源复用；新增具体情境、推理桥梁与检查边界。 边界：历史证据、真实训练、未训练机制与未执行设计在正文分别标明 <span id="DN2-teacher-forcing-and-generation"></span> ## DN2-teacher-forcing-and-generation · 路径 A：分数进步了，为什么这一句仍然错 - lecture05 chapter 4; primary papers linked in topic prose：物理页 原PDF连续页组见M03–M37；原论文版本与节号在正文。 采用方式：已有章节基础同源复用；新增具体情境、推理桥梁与检查边界。 边界：历史证据、真实训练、未训练机制与未执行设计在正文分别标明 <span id="DN2-visual-condition-use"></span> ## DN2-visual-condition-use · 路径 B：换图后分布变了，模型是否看懂了 - lecture05 chapter 6; primary papers linked in topic prose：物理页 原PDF连续页组见M03–M37；原论文版本与节号在正文。 采用方式：已有章节基础同源复用；新增具体情境、推理桥梁与检查边界。 边界：历史证据、真实训练、未训练机制与未执行设计在正文分别标明 <span id="DN2-cache-and-effective-context"></span> ## DN2-cache-and-effective-context · 路径 C：材料放得下，不代表采用了当前事实 - lecture05 chapter 7; primary papers linked in topic prose：物理页 原PDF连续页组见M03–M37；原论文版本与节号在正文。 采用方式：已有章节基础同源复用；新增具体情境、推理桥梁与检查边界。 边界：历史证据、真实训练、未训练机制与未执行设计在正文分别标明 <span id="DN2-resource-ledger"></span> ## DN2-resource-ledger · 给长前缀列一张有单位的资源账本 - lecture05 chapter 7; primary papers linked in topic prose：物理页 原PDF连续页组见M03–M37；原论文版本与节号在正文。 采用方式：已有章节基础同源复用；新增具体情境、推理桥梁与检查边界。 边界：历史证据、真实训练、未训练机制与未执行设计在正文分别标明