llm-atlas/PROGRESS.md

持续进度

最后更新：2026-07-28

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	76%	给 130 篇索引补充逐篇精读层级
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	55%	扩写 scaling / infra 逐图笔记
Transformer 基础	进行中	52%	矩阵形状动画与手算练习
DeepSeek 专题	进行中	61%	GRPO 完整公式与训练轨迹推导
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
引用与事实检查	进行中	54%	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。
• 完成首批 130 篇关键论文索引，覆盖 12 个专题与 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、长上下文与 MoE 五篇首版长文。
• 完成 K3 三轴架构、Self-Attention 实验、DeepSeek 谱系、长上下文成本与 MoE 路由实验室五张原创交互图。
• 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。
• Astro 类型检查、生产构建、9 个内部路由和桌面/移动端视觉检查通过。
• 创建 wuyang/llm-atlas 公开仓库，匿名 API 确认 private: false。
• 本地生产镜像通过健康检查与全部 9 个页面路由烟雾测试。
• 通过 Unraid Compose Manager、Nginx Proxy Manager 与 HTTPS 发布首版。

正在进行

• 推理模型与测试时扩展：CoT、verifier、GRPO、R1、Kimi k1.5 与 K3 MOPD。
• 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	首批论文库收录 130 篇，按问题与专题多标签组织	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

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。