标签
JIVX 推出基于真实 YouTube 视频的日语口语练习功能，将视频台词逐句拆解并按 N5-N1 等级分级，供用户进行打字或语音跟读练习。
O'Reilly 畅销书《Hands-On Large Language Models》的官方配套源码仓库，收录近300张图解与可直接在 Google Colab 运行的 Jupyter Notebook，覆盖 Transformer、Prompt 工程、RAG、多模态与微调等全栈实践，已获 30K+ Stars。
一条推文，评论了本希望普通人作为经济主体使用人工智能，以防止对冲基金主导经济的想法，以及为什么这需要教育。
一篇数学博客文章，主张射影平面和齐次坐标应当自下而上地教学——其动机应来自消除各种例外情形（如竖直线和无穷远点），而不是作为任意的抽象概念呈现，并以图形学编程和椭圆曲线密码学中的例子加以说明。
一份涵盖 14 种互联网协议的可视化速查指南，包括 TCP 握手和 DNS 查询，并内置数据包检查器，帮助开发者理解这些协议的实际工作原理。
Lab2Sim 引入了一个包含 218 个科学实验视频的基准数据集，配有基于证据的规格说明，并提出 EduVideo2Code，将实验流程编码为状态机以引导可验证代码生成，从而构建交互式虚拟实验，将实验装置保真度提升 24.15 分。
该论文提出 TIZSKT 框架，将文本作为索引而非可迁移的预测表征，实现零样本跨域知识追踪，在三个公开数据集的留一域实验中取得最优 AUC 与准确率。
EDU-Jev 推出了一系列单次前向传播的“系统一”决策模型（0.8B/2B/4B），可针对教育评估任务输出固定选项的概率分布，在十二项基准测试中达到 67.6% 的平均准确率，比领先的商业决策 API 高出 9.4 个百分点。
rl_rob 是一个开源的、从零实现的 Python 库，用于强化学习教学，涵盖从表格型时序差分（TD）方法、线性函数近似，到基于深度学习的价值方法和策略梯度方法，并提供清晰易懂、仅需几行代码的更新规则和统一的智能体接口。
Anthropic 工程师发布了一段 90 分钟的课程，讲解 Claude Opus 5.5 托管代理架构、研究代理构建、按计划运行的代理以及评估与 CI/CD 等内容，被认为是最值得观看的课程之一。
推文分享了 Andrej Karpathy 时长两小时的 AI 实战课程，系统讲解 AI Agent、Harness、Loops 和 Graphs 等核心工作原理，适合想深入理解 AI Agent 的开发者观看。
免费的开源“从零开始的 AI 工程”课程，以原始数学原理为起点，教授如何使用 Python、TypeScript、Rust 和 Julia 构建反向传播、分词器、注意力机制、Transformer、混合式 RAG 和智能体，并提供终端内交互式辅导和可运行的模拟。
一条推文询问大学是否已开始开设“氛围编程”（vibe coding）课程，反映出人们对 AI 辅助编程教育日益增长的兴趣。
Matt Dancho 解释了为什么理解分词是转向 AI 工程的数据科学家必备的技能，重点介绍了词元如何影响上下文窗口、成本、嵌入和多语言表现，并提供了一本分词手册和一场免费工作坊的链接。
推文推荐斯坦福 CS329Z《工程化 AI 智能体》课程，并附上首讲详细笔记，涵盖智能体循环、Actor 模型到 ReAct 的发展史、harness 的关键作用，以及构建、评估与调试 AI 智能体的核心理念。
哈佛大学 CS50 提供免费的自学节奏 Python 编程入门课程（CS50P），为期 10 周，适合初学者，包含真实编程项目和习题集，并可选择通过 edX 获取认证证书。
浙江大学团队开源了中文教材《大模型基础》（Foundations of LLMs），GitHub 上已获 16K+ Stars，提供六章完整版 PDF 免费下载，涵盖语言模型基础、LLM 架构、Prompt 工程、参数高效微调、模型编辑与 RAG，并持续月度更新。
推荐斯坦福免费课程 CS146S《The Modern Software Developer》（讲师 Mihail Eric），并介绍配套的开源项目 NamiAgent——一个从零手写 AI Agent 的中文教程，逐步实现工具、权限、上下文、Skills、MCP、子 Agent、记忆等核心能力，附网页端可视化调试。
分享 MIT 6.004《Computation Structures》（计算结构）经典公开课资源，自下而上讲解从晶体管、逻辑门、指令集到流水线 CPU、缓存与并行处理的完整计算机系统构建过程，含幻灯片、视频与习题。
介绍开源项目 Teachable Figures，它将 AI Agent 变成交互式课程设计师，可生成 2D/3D 教学场景（如 Transformer 注意力机制、机械结构、人体解剖），支持预测-动手-观察的主动学习方式，中英文且可离线运行。