llm-atlas/PROGRESS.md

持续进度

最后更新：2026-07-29

总体状态

工作流	状态	完成度	下一检查点
研究框架与规范	进行中	83%	Scaling Laws 二轮拟合复现与逐图精读
网站设计系统	进行中	89%	打印样式与更多通用可视化组件
Kimi K3 深读	进行中	66%	扩写 pre-training / infra 逐图笔记
Transformer 基础	进行中	52%	矩阵形状动画与手算练习
Scaling Laws	完成首版	74%	真实拟合复现、置信区间与更多模型族对照
数据工程与预训练配方	完成首版	73%	FineWeb / DCLM 逐图精读、真实去重误伤与 mixture traces
DeepSeek 专题	进行中	71%	补 R1 / DAPO 的逐图训练轨迹与复现对照
推理与测试时扩展	完成首版	76%	真实模型采样曲线、PRM 案例与逐篇图表精读
稀疏计算与 MoE	完成首版	74%	真实负载 traces 与专家特化案例
长上下文专题	完成首版	72%	真实模型配置、内核细节与失败案例
大规模训练系统	完成首版	71%	真实集群 traces、故障案例与精确 topology 配置
数值精度、优化器与稳定性	完成首版	75%	真实 kernel 吞吐、长程训练 traces 与逐图论文精读
引用与事实检查	进行中	57%	自动化外链复查与来源等级扩展
开源仓库	已完成首版	100%	持续提交研究与网站迭代
k1412 部署	已完成首版	100%	每轮发布保留不可变镜像与回滚点

已完成

• 建立长期任务目标与阶段计划。
• 确认 K3 官方 47 页技术报告与官方模型仓库。
• 提取技术报告目录与 151 条参考来源，建立本地只读研究缓存。
• 从报告反推出 16 个专题与三条贯穿案例。
• 提炼参考网站的编辑设计语言。
• 确认 git.k1412.top 为 Gitea/Forgejo 兼容服务且本机 HTTPS 凭据可用于既有仓库。
• 使用 Grok CLI 检索并形成约 95 篇一手论文的补充路线，主代理已回查关键来源。
• 完成 223 篇关键论文索引，覆盖 14 个标签专题与 Kimi/DeepSeek 聚光主线。
• 完成可检索、可按专题筛选的论文库页面。
• 完成 K3、Transformer 基础、DeepSeek 谱系、Scaling Laws、数据工程、长上下文、MoE、推理、训练系统与数值优化十篇首版长文。
• 完成 K3 三轴架构、Self-Attention、DeepSeek 谱系、长上下文、MoE 路由、推理三页签，以及训练系统、Scaling、数据工程与数值专题各四页签等二十四个原创交互视图。
• 完成长上下文首版：五张成本账、26 篇一手论文、10+ 机制图与 8 策略交互实验室。
• 核验 FlashAttention、DeepSeek-V2/V3.2/V4、Kimi Linear/K3 等六份论文原文，并建立长上下文研究账本。
• 核验 Switch、ST-MoE、DeepSeekMoE、Loss-Free、V3、LatentMoE 与 K3 原文，并建立 MoE 研究账本。
• 完成 MoE 首版：六张账、19 篇一手论文、完整 DeepSeek/K3 主线与路由—容量—通信实验室。
• 为推理专题缓存并核验 23 份一手论文，另复用 K3 原报告，建立 24 份来源的研究账本。
• 明确 CoT / verifier / test-time compute、PPO → GRPO、DeepSeek-R1 与 Kimi k1.5 → K3 四条主线。
• 分清 K3 partial rollout 的 off-policy 稳定化与 MOPD 的 student on-policy 逐 Token 蒸馏。
• 完成推理首版：八张账、30 篇一手论文链、DeepSeek/Kimi 双主线与预算—GRPO—MOPD 三页签实验室。
• 推理首版以提交 dce94b2、不可变镜像 20260728T164043Z-dce94b2 发布；NAS/VPS/HTTPS/生产 Chrome 全链路通过。
• 训练系统专题完成首轮证据账本：九张资源账、37 个一手节点、DeepSeek-V2/V3/V4 与 Kimi K2/K2.5/K3 系统谱系。
• 缓存并核验 18 篇训练系统核心论文，逐项校正 ZeRO 字节账、pipeline bubble、collective 口径、context parallel 与 MoonEP 上界。
• 将 Grok 产物降级为明确标注的未核验 leads；正式账本只采用回查一手论文后的结论。
• 完成训练系统首版：15 节长文、37 个一手节点、12 类机制图与显存—网格—气泡—通信四页签实验室。
• 训练系统真实 Chrome 断言通过：OOM、无效 mesh、DualPipe 参数副本、overlap 与 MoonEP buffer 均正确响应。
• Astro 类型检查、生产构建、12 个内部路由、464 个站内引用和桌面/移动端视觉检查通过。
• 训练系统首版以提交 c6306fe、不可变镜像 20260728T172750Z-c6306fe 发布；NAS、VPS/Tailscale、NPM、DNS、HTTPS、证书与生产 Chrome 全链路通过。
• 创建 wuyang/llm-atlas 公开仓库，匿名 API 确认 private: false。
• 当前生产镜像通过健康检查、14 个页面路由、关键资源与数值四实验生产 Chrome 烟雾测试。
• 通过 Unraid Compose Manager、Nginx Proxy Manager 与 HTTPS 发布首版。
• 启动 Scaling Laws 专题：缓存 22 篇新的一手论文，建立九张账、DeepSeek / Kimi 双谱系与四实验首轮证据框架。
• 使用 Grok Headless 扩展 Scaling 候选路线，并纠正其对 K3 正式报告存在性的错误；线索与正式账本分离。
• 完成 Scaling Laws 首版：16 节长文、29 个一手节点、九张账与曲面—部署—复用—涌现四联实验。
• Scaling 真实 Chrome 断言通过：IsoFLOP 谷底、生命周期最优点、重复数据衰减和指标阶跃均正确响应。
• 对 Scaling、训练系统、推理与 MoE 执行全量浏览器回归；12 项桌面导航、移动菜单和首页新章入口无回归。
• Scaling 首版以提交 eff0e4c、不可变镜像 20260728T181742Z-eff0e4c 发布；NAS、VPS/Tailscale、NPM、DNS、HTTPS、证书、12 路由与生产 Chrome 全链路通过。
• 启动数据工程专题：回查 K3/K2、DeepSeek LLM/Math/V2/V3/V4 数据章节，并将 Grok 线索永久隔离为未核验候选。
• 建立 1264 行正式研究账本：十二张账、2019→2026 历史主线、DeepSeek/Kimi 双谱系、四实验合同与公开未知项。
• 完成数据工程首版：18 节长文、31 个一手节点、十余组机制图与流水线—去重—混合—改写四联实验。
• 论文库新增「数据」标签与 20 个一手节点，从 182 篇扩充至 202 篇。
• 数据工程真实 Chrome 断言通过：激进过滤、semantic 去重误伤、数学 mixture 和失控合成均正确响应，桌面 / 390px 移动端无溢出。
• 对 Scaling、训练系统、推理与 MoE 重新执行全量浏览器回归；13 项桌面 / 移动导航和首页数据新章入口无回归。
• Astro 类型检查、生产构建、13 个页面路由、527 个站内引用和 20 个跨页锚点全部通过。
• 数据工程首版以源提交 ee0361b、不可变镜像 20260728T190932Z-ee0361b 发布；NAS、VPS/Tailscale、NPM、DNS、HTTPS、证书、13 路由、门户与生产 Chrome 全链路通过。
• 启动数值精度、优化器与稳定性专题：回查 K2/K3、DeepSeek-V3/V4 原文，并缓存核验 mixed precision、BF16、FP8、MX、QAT、AdamW、μP、Muon 与稳定性论文。
• 使用 Grok Headless 扩展 40 个候选节点；将错误年份、不可核实新稿和无一手证据结论保留在独立 leads，不进入正式账本。
• 建立数值专题正式研究账本：十张数值账、格式/量化/优化器/稳定性主线、DeepSeek/Kimi 双谱系、四实验合同与公开未知项。
• 完成数值专题首版：19 节长文、36 个一手节点、十余组机制图与格式—状态—更新—失稳四联实验。
• 论文库新增「优化器」标签与 21 个一手节点，从 202 篇扩充至 223 篇。
• 数值专题真实 Chrome 断言通过：FP16 subnormal、E4M3 overflow、MX block outlier、状态字节、Full/Per-Head Muon 与四类稳定性防线均正确响应。
• 对数据工程、Scaling、训练系统、推理与 MoE 重新执行全量浏览器回归；14 项桌面 / 移动导航和首页数值新章入口无回归。
• Astro 类型检查、生产构建、14 个页面路由、593 个站内引用和 19 个跨页锚点全部通过。
• 数值专题首版以源提交 c21af18、不可变镜像 20260728T200309Z-c21af18 发布；NAS、VPS/Tailscale、NPM、DNS、HTTPS、证书、14 路由、门户、公开 Forgejo 与生产 Chrome 全链路通过。

正在进行

• Scaling Laws 二轮精读：真实拟合复现、逐篇图表、置信区间、外推失败与更多模型族对照。
• 数据工程二轮：FineWeb / DCLM / Dolma / ROOTS 逐图精读、真实去重误伤、mixture traces 与污染案例。
• 大规模训练系统二轮：真实集群 traces、故障恢复案例与精确 topology / kernel 配置。
• 数值与稳定性二轮：真实 kernel 吞吐、长程失稳 traces、optimizer / quantization 逐图复现。
• 推理专题二轮：真实 pass@k 曲线、PRM 失败案例与逐篇图表精读。
• 长上下文专题的真实模型配置对比、内核细节与失败案例二轮深化。
• MoE 专题的真实集群 traces、专家特化案例与二轮外部证据。

研究账本

日期	决策/发现	影响
2026-07-28	网站命名为 LLM Atlas / 大模型技术全景	既能容纳 K3 深读，也能承载完整 LLM 课程
2026-07-28	K3 作为“汇流点”，不是课程起点	初学者可以先学基础，高阶读者可以从 K3 反向跳转
2026-07-28	优先重绘论文图并标明“简化/改绘”	图可缩放、可交互，也减少脱离上下文复制论文图片
2026-07-28	Grok 只用于线索扩展与交叉检查	正文事实必须回到论文、官方仓库或正式文档
2026-07-28	首批论文库按问题与专题多标签组织，推理研究后扩充至 146 篇	论文库承担发现入口，专题正文承担深度精读与机制复核
2026-07-28	源码公开到 git.k1412.top/wuyang/llm-atlas	路线、进度、研究方法和内容变更均可追踪
2026-07-28	站点使用不可变镜像与 Compose Manager 部署	每次发布保留明确版本、健康检查和回滚点
2026-07-28	长上下文按计算、缓存、位置、状态容量、系统五张账单组织	避免把 FlashAttention、位置外推和“记住更久”混成同一个问题
2026-07-28	交互缓存数字统一标记为教学估算	展示增长规律，不冒充任一模型的真实线上显存基准
2026-07-28	MoE 按六张账组织，路由算法与集群执行分开核算	避免用“稀疏所以便宜”跳过容量、负载、通信与权重读取
2026-07-28	“aux-loss-free”保留论文真实边界	区分 selection bias、mixture weight、z-loss 与 V3 的极小 sequence-wise loss
2026-07-29	推理专题按结果、覆盖、选择、过程、预算、优化、分布、系统八张账组织	避免把 pass@1、pass@k、搜索收益、RL 能力增长与系统吞吐混成“会思考”
2026-07-29	K3 partial rollout RL 与 MOPD 在正文中强制并排	前者显式容忍跨迭代 stale trajectory，后者由当前 student 采样并接收稠密 teacher signal
2026-07-29	推理首版用 30 篇一手论文和三页签实验闭环	分开演示预算分配、GRPO 聚合偏置和 K3 九教师 MOPD，不合成伪“总分”
2026-07-29	推理首版发布到既有 llm-atlas 生产链路	Compose Manager、NPM host 31 / cert 41、10 路由与公网交互均复核通过
2026-07-29	训练系统按模型状态、激活、计算划分、气泡、collective、EP、CP、数值、可靠性九张账组织	任何优化都必须说明节省哪种资源、把成本移到哪里
2026-07-29	并行度不再机械写成 DP×TP×PP×EP×CP	先定义 device mesh、group overlap 与作用范围，再核算 world size
2026-07-29	DeepSeek “近零通信”统一解释为特定 overlap 下的 exposed critical-path time	防止把隐藏通信误写成没有传输字节
2026-07-29	Grok 训练系统包只保留为 TRAINING_SYSTEMS_GROK_LEADS.md	候选论文、数字和公式不得越过一手证据账本直接进入站点
2026-07-29	训练系统首版用四个独立实验闭环	显存、device mesh、pipeline 与通信不合成一个伪“系统总分”
2026-07-29	论文库随训练系统一手链扩充到 166 篇	新增 checkpoint、mixed precision、自动并行、FSDP、MoE/CP 与大集群系统节点
2026-07-29	训练系统首版用不可变镜像 20260728T172750Z-c6306fe 发布	保留 12010→8080、NPM host 31 / cert 41 与公开 Forgejo；11 路由、关键资源和四页签生产交互全部复核
2026-07-29	Scaling Laws 拆成观测量、模型、数据、算术、配比、配方、外推、经济目标与能力阶段九张账	防止把 20 TPP、6ND、MoE 总参、部署成本和“涌现”混成一条万能曲线
2026-07-29	Grok 对 K3 报告存在性的错误保留在未核验 leads	正式账本回到 arXiv 2607.24653 与本地 47 页报告，展示来源分级为何必要
2026-07-29	Scaling 首版用 29 个一手节点和四个独立实验闭环	IsoFLOP、训练—部署、数据复用与指标涌现分开建模，不合成伪“规模总分”
2026-07-29	论文库随 Scaling 一手链扩充到 182 篇	新增早期跨任务幂律、Gopher、数据受限、过训练、部署经济、复现和 task ladder 节点
2026-07-29	Scaling 首版用不可变镜像 20260728T181742Z-eff0e4c 发布	OCI digest sha256:802e4041…cf83；保留 12010→8080、NPM host 31 / cert 41、门户 order 180 与公开 Forgejo
2026-07-29	数据工程拆成来源、解析、语言、质量、唯一性、污染、混合、变换、Tokenizer、Packing、课程与价值十二张账	防止用一个“高质量 Token”标签掩盖单位、误删、治理与课程
2026-07-29	Grok 数据研究包只保留为 DATA_PRETRAINING_GROK_LEADS.md	模型发现候选不越过一手证据门槛；K3 总训练 Token、工业 mixture 和 source map 保持未知
2026-07-29	K2 改写、K3 2.5×、V3/V4 packing 边界在正文主视区显式限定	不把早期 SimpleQA 对照外推为普遍定律，不把模型族收益归因给单一数据技巧
2026-07-29	数据工程首版用四个独立实验闭环	文档保留、去重误伤、领域 exposure 与改写课程分开建模，不合成伪“数据质量总分”
2026-07-29	论文库新增数据标签并扩充到 202 篇	新增 CCNet、ROOTS、Dedup、DoReMi、DCLM、WRAP、MATES、MM1、Swallow 等 20 个节点
2026-07-29	数据工程首版用不可变镜像 20260728T190932Z-ee0361b 发布	OCI digest sha256:2fe8f3aa…59c8；复用 12010→8080、NPM host 31 / cert 41、门户 order 180 与公开 Forgejo
2026-07-29	数值专题拆成表示、缩放、计算、累加、搬运、更新、参数化、观测、恢复与证据经济十张账	防止把一个 dtype 标签误当成完整训练配方
2026-07-29	Grok 数值研究包只保留为 NUMERICS_GROK_LEADS.md	40 个候选必须回到论文/官方报告核验；错误元数据和不可核实结论不进入正文
2026-07-29	K2/K3 与 DeepSeek-V3/V4 数值谱系显式保留边界	Per-Head Muon 不替代 QK-Clip；K3 2.5× 不归因单项技巧；V3 失败实验与高精度保留项不省略
2026-07-29	数值首版用四个独立实验闭环	格式误差、状态字节、矩阵更新与失稳防线分开建模，不合成伪“效率总分”
2026-07-29	论文库新增「优化器」标签并扩充到 223 篇	新增 Shampoo、Adafactor、μP、8-bit optimizer、FP8-LM、FP4 training、稳定性代理等 21 个节点
2026-07-29	数值首版用不可变镜像 20260728T200309Z-c21af18 发布	OCI digest sha256:2155fd7f…c386；复用 12010→8080、NPM host 31 / cert 41、门户 order 180 与公开 Forgejo

未决问题

• K3 报告给出了多项公开组件的整合方式；独立论文与 K3 内部最终实现之间仍需逐项对照。
• 公开技术报告不会披露完整数据配比和训练细节；网站会把“已知”“合理推断”“未知”分开。
• 2026 年模型与榜单变化快，所有动态比较都必须带研究截止日期。