Algorithms · Infra算法 · 基础设施
Useful work, padded work, and the critical path有效工作、填充开销与关键路径
Three distinctions to make before interpreting an optimization result.解读一次优化结果前，先分清三件事。
Understand. Run. Explore.理解、动手、深入。
Guides指南
Small starting points and reusable methods across algorithms, data and infrastructure.从算法、数据和基础设施中的小问题入手，建立可复用的理解与方法。
Concepts核心概念
Build a useful mental model.建立够用、清楚的理解。
Quickstarts最简入门
Run a small example. Change one variable.运行一个小例子，改变一个变量。
Data数据
Find exact overlap before trusting an evaluation相信评测前，先检查精确重复
A small train/test overlap check with an explicit normalization rule. Python only.使用明确的规范化规则，检查训练集与测试集重叠。仅需 Python。
Algorithms · Infra算法 · 基础设施
A minimal experiment in expert-load imbalance专家负载不均衡的最小实验
Keep the total assignment count fixed and change only its distribution. Python standard library; no GPU required.固定总分配数，只改变分布。仅需 Python 标准库，无需 GPU。
Playbooks实用手册
A repeatable method for a concrete task.完成具体任务的可重复方法。
Infra · Algorithms · Data基础设施 · 算法 · 数据
Plan a paired benchmark you can inspect later设计一次日后能够复查的配对测试
Define the boundary, validate outputs and retain the individual observations.定义边界、验证输出，并保留每次观测。
Learning Paths学习路线
A sequence from first principles to projects.从基本概念走向真实项目的阅读顺序。
Algorithms · Data · Infra算法 · 数据 · 基础设施
How to read this blog如何阅读这个博客
Project-driven learning: a short path in, a working mental model, and the ability to explore independently.以项目驱动学习：尽快入门，建立可运行的心智模型，具备独立探索的能力。
Algorithms · Infra算法 · 基础设施
From an expert-load model to a real project从专家负载模型走向真实项目
A reading order through the concepts, minimal experiment, measurement method and source materials.按顺序连接基本概念、最小实验、测量方法与原始材料。
No guides match this domain yet.这个领域暂时没有指南。