For Students. A step-by-step starter guide for newcomers to AI research, prepared for incoming undergraduate and graduate students. The guide is written in Chinese; the linked courses, papers and tools are mostly in English.

🧭 AI 科研新手村

🟦 FOUNDATIONS　 ·　 🟩 HANDS-ON　 ·　 🟪 RESEARCH　 ·　 🟧 RESPONSIBLE AI
2026 Edition | AI Research Starter Guide

提示怎样使用本指南：先浏览知识地图，按“直觉 → 系统 → 实践 → 研究”选择资源；不追求把每个链接都刷完。每次学习至少产出一份能验证的代码、笔记或实验记录。

2026 Edition · From Foundations to Independent Research
新入组本科生与研究生入门指南｜循序渐进、动手验证、科研诚信

学习理念：基础知识与科研实践同步进行。AI 可以辅助解释、检索、写代码和审查，但学生必须理解原理、验证证据，并对研究结论负责。

📚 目录 · Table of Contents

点击章节标题快速跳转。建议先阅读 01–02 基础路线，再根据任务选择 03–08，各部分也可独立使用。

🧭 01 · 一张图理解学习路线

flowchart LR
 A[Python · 数学 · Git] --> B[机器学习 ML]
 B --> C[深度学习 DL]
 C --> D[Transformer]
 D --> E[大语言模型 LLM]
 D --> F[多模态模型 LMM]
 E --> G[Agent · Tools · Memory]
 F --> G
 G --> H[科研专项训练]
 classDef base fill:#E0F2FE,stroke:#0284C7,color:#0C4A6E,stroke-width:2px;
 classDef model fill:#EDE9FE,stroke:#7C3AED,color:#4C1D95,stroke-width:2px;
 classDef research fill:#DCFCE7,stroke:#16A34A,color:#14532D,stroke-width:2px;
 class A,B,C base;
 class D,E,F model;
 class G,H research;

概念提示：AI 是广泛的研究领域；ML 是 AI 的重要分支；DL 是 ML 中的主要方法之一；Transformer 是模型架构；LLM/LMM 是基础模型类型；Agent 是利用模型、工具、状态和反馈解决任务的系统方式。这些概念并不是一条简单的包含关系。

如何阅读本指南

• 入门：先建立直觉与词汇表，不追求公式细节。
• 系统：完成课程中的经典算法、练习和小项目。
• 进阶：读原始论文、理解模型局限、复现代码。
• 验收：能解释、能实现、能给出可验证证据。

时间是参考，不是门槛。 数学或编程基础较弱的学生可以延长 A/B 阶段；已有基础的学生可提前开展复现。

🟦 02 · 基础知识路径与分层学习资源

资源筛选原则：优先大学公开课程、官方文档、可靠教材和原始论文；由浅入深，每个主题不必全部学完。部分英文课程可配合中文字幕或 AI 解释学习，但以原始材料为准。

A1. 数学、Python 与科研工程基础

掌握内容：向量与矩阵、导数/梯度/链式法则、概率分布与条件概率、期望方差、基本统计；Python 基础、NumPy、Pandas、可视化、Linux shell、Git 和虚拟环境。

小练习：只用 NumPy 实现线性回归或逻辑回归梯度下降；提交 README、训练曲线和一次失败排查记录。

import numpy as np
import matplotlib.pyplot as plt

x = np.array([0., 1., 2., 3., 4., 5.])
y = np.array([1.0, 2.9, 5.1, 6.8, 9.2, 11.0])
w, b, lr = 0.0, 0.0, 0.02
losses = []

for epoch in range(1000):
    pred = w * x + b
    error = pred - y
    loss = np.mean(error ** 2)
    losses.append(loss)
    dw = 2 * np.mean(error * x)
    db = 2 * np.mean(error)
    w -= lr * dw
    b -= lr * db

print(f"w={w:.3f}, b={b:.3f}, final MSE={losses[-1]:.4f}")
plt.plot(losses)
plt.xlabel("Epoch")
plt.ylabel("MSE")
plt.title("Training loss")
plt.show()

A2. 机器学习（ML）

掌握内容：监督/无监督学习、回归与分类、决策树、SVM、聚类；training/validation/test、过拟合、数据泄漏、指标与交叉验证。

小练习：在公开数据上比较 Logistic Regression、Random Forest 与小型 MLP；记录划分方式、指标、误差案例和模型选择原因。

🧪 Toy Demo A2 · 鸢尾花分类器擂台：使用 scikit-learn 内置 load_iris()，固定 train_test_split(..., test_size=0.2, random_state=42, stratify=y)；分别训练 LogisticRegression(max_iter=1000)、RandomForestClassifier(random_state=42) 与 MLPClassifier(max_iter=1000, random_state=42)。比较 accuracy、macro-F1 与 confusion matrix。思考：为什么只看 accuracy 不够？小数据集上一次划分能说明什么、不能说明什么？

B1. 深度学习（DL）与 PyTorch

掌握内容：神经网络、反向传播、autograd、optimizer、学习率、batch、regularization、CNN/RNN、checkpoint、训练/验证曲线。

小练习：独立训练 Fashion-MNIST/CIFAR-10；比较一个超参数或模型组件的影响；说明 control variables。

🧪 Toy Demo B1 · Fashion-MNIST 手写训练循环：用 PyTorch 构建 Flatten → Linear(784,128) → ReLU → Linear(128,10)，训练 3 个 epoch；只改变学习率 1e-3 与 1e-2，其他配置固定。绘制训练损失、验证准确率。思考：两组实验是否使用了相同的 seed、划分与 optimizer？如果验证准确率波动，如何判断不是随机偶然？

C1. Transformer 与 NLP

掌握内容：tokenization、embedding、Q/K/V、scaled dot-product attention、多头注意力、位置编码、mask、encoder/decoder、self-supervision。

小练习：手写简化 self-attention，比较有无 attention mask 的输出；清楚解释每个 tensor 的形状。

🧪 Toy Demo C1 · 三个 Token 的 Attention：设 X 为 3×4 的小矩阵，先令 Q=K=V=X，计算 softmax(QKᵀ/√4)V；然后施加因果 mask（第 1 个 token 不能看到第 2、3 个，第 2 个不能看到第 3 个），观察 attention 权重变化。交付：原始权重矩阵、加 mask 后权重矩阵、逐个张量的 shape。思考：为什么 mask 应用于 softmax 之前？

C2. LLM：从使用到理解训练与推理

掌握内容：pretraining、next-token prediction、SFT、LoRA/PEFT、preference optimization、RAG、tool calling、KV cache、推理成本、幻觉与评测。

小练习：运行一个公开小模型，比较 base/instruct 与 prompt 变化，记录可复现的评测集、生成参数与错误类型。算力允许时增加一个微型 LoRA 实验。

🧪 Toy Demo C2 · 小模型的指令遵循测试：选择同一家族、规模相近且授权允许的 Base 与 Instruct 模型，准备 20 道固定任务（如 JSON 格式抽取、短文本分类、简单推理）。设置一致的 temperature=0（若支持）、最大输出长度、模型版本和提示模板，比较 格式通过率、任务正确率、拒答/幻觉案例。思考：为什么不同模型的 tokenizer/chat template 可能使比较不完全公平？

D1. LMM / MLLM：视觉、语音与多模态

掌握内容：视觉/语音编码、模态融合与对齐、多模态 instruction tuning、图文/语音生成、缺失模态、数据偏差和评测。

小练习：比较两种图文提示或一个公开 ASR 模型在噪声条件下的表现，分析 failure cases；不要以几个演示样本代表泛化性能。

🧪 Toy Demo D1 · 为语音识别加入噪声：准备 10 条拥有正确转写、且有合法使用许可的短语音，用一个公开 ASR 模型分别识别干净语音与加轻度白噪声的语音；用相同规范化规则计算 WER 并保存典型错误。思考：是否需要控制语音长度、音量和采样率？10 条样本为什么只能说明趋势而非模型的泛化性能？

D2. Agent、Multi-Agent 与科研工具链

掌握内容：planning、tool calling、memory、reflection、observation-action-feedback、state、sandbox、multi-agent coordination；比较 agent 系统与普通单轮模型的成本和可靠性。

小练习：构造一个只有 1–2 个工具的 Agent，设置超时/异常/工具调用预算，比较无工具、单 Agent 和多 Agent 方案的正确率与调用成本。

🧪 Toy Demo D2 · 带计算器的任务 Agent：给模型 20 道包含小数和括号的算术题；建立 calculator(expression) 工具（使用安全解析器，不要直接 eval 未可信输入）。对比“模型直接回答”和“模型选择调用计算器”，记录 准确率、工具调用次数、失败率、平均响应时间，设置 3 次调用上限。进阶时再引入第二个检查 Agent，并检验额外调用成本是否值得。

选修：强化学习、模型服务与高效计算

• 强化学习理论：Sutton & Barto · Reinforcement Learning（作者资料页）；OpenAI Spinning Up。
• 模型推理服务：vLLM Documentation；SGLang Documentation。
• 训练框架与实际工程：先掌握 PyTorch 与实验可复现性，再根据项目需求学习分布式训练、量化、RL fine-tuning。

🟩 03 · 应用方向：按兴趣选一个主线

应用方向不是必须按顺序学完的另一条知识链。建议在有共同基础后选择一项深入：

研究方向是一组问题和方法，不是一系列流行工具名。不要因为一个方向“热门”就跳过任务定义、数据与评测。

🟪 04 · 科研方法论：从想法到可信证据

flowchart TD
 Q[定义研究问题] --> L[文献调研与核实]
 L --> H[提出可证伪假设]
 H --> B[基线复现]
 B --> M[方法设计]
 M --> X[公平实验与消融]
 X --> E{证据支持假设?}
 E -- 否 --> H
 E -- 是 --> W[写作与审稿模拟]
 W --> S[投稿 · Rebuttal · 归档]

Step 1 · 怎样定义一个好的研究问题？

不够好：“用大模型改进某个任务。”
更好：“在什么数据条件、什么任务和约束下，新机制相较哪些 baseline，在什么指标上改善？是否存在成本或公平性权衡？”

研究问题至少写清：Task、Gap、Hypothesis、Comparator、Metric、Constraint、Failure condition。每个假设应可被实验否定。

Step 2 · 怎样进行 Literature Review？

1. 从 survey、经典论文和最近 2–3 年代表工作入手，再追踪必要的最新预印本。
2. 使用同义词、任务名、方法类别、benchmark 组合搜索；留存检索时间与来源。
3. 回到原文核对 DOI、作者、venue、代码、数据与具体实验结果；区分 arXiv 与正式出版。
4. 使用 Zotero 管论文原文及 BibTeX；使用 Paper Card 记录 Problem、Method、Evidence、Limitations、Relation。
5. 将 related work 按方法与假设分类，而不是逐篇排列摘要。

Step 3 · 怎样设计 Method？

先说清创新点在哪里：数据、表示、架构、训练目标、优化方式、推断策略还是系统协议？然后写出为什么这一变化应该产生效果，明确理论/经验依据、所需数据、伪代码/损失函数以及潜在失败机制。多加模块并不天然构成学术创新。

Step 4 · 怎样复现公开 Baseline？

检查论文与仓库版本、许可证、依赖、数据、checkpoint；记录 commit、seed、配置、硬件和执行命令。先跑最小 sanity check，再按原评价协议评测。代码运行成功 ≠ 结果复现成功。

Step 5 · 怎样设计实验？

每次实验至少填写 Experiment Card 的 Goal、Hypothesis、Config、Command、Results、Interpretation、Next Actions。任何提升都应考虑额外数据、参数量、训练预算、数据泄漏和测试集调参等替代解释。

Step 6 · 怎样写论文？

Introduction：背景 → 精确问题 → 现有方法差距 → 核心机制 → 证据 → Contributions。
Related Work：分类、方法联系与关键差异。
Method：形式化、核心机制、算法与实现细节。
Experiments：公平 baseline、主结果、消融、稳健性、错误分析。
Limitations/Ethics：适用范围、成本、失效情形与风险。

先写 outline 和 evidence map，再写完整段落。论文写作使用 Zotero / BibTeX / Overleaf，避免AI自动编造 citation。

Step 7 · 投稿、模拟审稿与 Rebuttal

投稿前按当届官方 CFP 检查 venue 匹配、双盲要求、篇幅、supplement、作者署名、伦理和 AI 使用政策。审稿模拟至少覆盖 Novelty、Soundness、Experiments、Clarity、Reproducibility。Rebuttal 应直接回应问题、提供真实证据、说明修改位置；不伪造追加实验。

参考：NeurIPS Paper Checklist；ACL Anthology；OpenReview。

🟧 05 · 负责任地使用 AI

一条底线：AI 辅助可以提高科研生产率，但不转移研究者对事实、方法、实验和署名的责任。课程或会议政策可能不同，必须遵守所在单位与当届 venue 的具体规定。

🟦 06 · 十六周入门训练计划

完成检查：看能力，不看“刷课时长”

• 能用自己的话解释 ML、DL、Transformer、LLM、LMM 和 Agent 的关系。
• 能手写并测试一个小型神经网络或 attention 核心模块。
• 能读懂论文中的研究问题、方法、baseline、指标与关键图表。
• 能复现一个公开 baseline 或完整记录不能复现的原因。
• 能设计包含对照组与消融的实验，并如实报告结果。
• 能写一份引用准确、结论审慎的 mini research report。

🟩 07 · 工具与 Research OS 协作规范

每周组会四句话：本周研究问题是什么？做了什么？有什么可查的证据？下一步准备怎样验证？

导师寄语：科研不是比谁更快调用新模型，而是比谁能提出值得回答的问题、建立可靠证据，并诚实解释发现和局限。

🌍 08 · 值得长期关注的研究者、技术博客与开放科研社区

🟪 为什么关注研究者，而不仅关注模型榜单？ 高质量研究习惯来自持续阅读论文、原始代码、技术复盘与开放讨论。以下名单强调研究成果公开、技术交流活跃或对青年研究者有较强启发价值，并非严格的年龄排名，也不构成学术影响力榜单。研究者岗位、博客活跃程度和仓库状态可能变化，以各自主页为准。

8.1 研究者与技术作者：按学习目的选择

注意阅读方法建议：选 2–3 位长期关注即可。每月阅读 1 篇论文或 1 篇长技术文章，记录“研究问题、关键机制、证据、局限、我想复现什么”。不要仅转发文章标题或把作者观点当作确定事实。

8.2 值得收藏的长期资源库与开源社区

8.3 不同阶段的推荐订阅组合

flowchart TD
  A[🟦 刚入门] --> B[Karpathy · Raschka · PyTorch Tutorials]
  B --> C[🟩 会跑模型]
  C --> D[Hugging Face · GitHub · Paper + Repo]
  D --> E[🟪 开展科研]
  E --> F[领域研究者主页 · arXiv · ACL/OpenReview]
  F --> G[🟧 做可信实验]
  G --> H[代码版本 · 数据来源 · 多次实验 · 伦理核查]
  classDef c1 fill:#DBEAFE,stroke:#2563EB,color:#1E3A8A;
  classDef c2 fill:#DCFCE7,stroke:#16A34A,color:#14532D;
  classDef c3 fill:#F3E8FF,stroke:#9333EA,color:#581C87;
  classDef c4 fill:#FFEDD5,stroke:#EA580C,color:#7C2D12;
  class A,B c1;
  class C,D c2;
  class E,F c3;
  class G,H c4;

8.4 每月一次的开放科研阅读挑战

• 人物：从上表选 1 位研究者，浏览其最近 2–3 篇代表作品并核查发表状态。
• 技术：从其公开代码选一个可以运行的最小 demo 或一个公式进行复现。
• 科研：写 1 张 Paper Card，指出问题、创新、实验、局限和可能的替代解释。
• 分享：用 5 分钟解释“这项工作解决了什么”和“还有什么没解决”，给出处和运行证据。

🎯 最后记住

Learn the foundations · Read the sources · Build and test · Question the evidence · Share responsibly.
扎实的基础、可证伪的问题、可复现的实验，以及对结果的诚实解释，比追逐任何一个暂时领先的模型更加重要。

版本：2026-10 · 建议每学期检查资源链接、研究者主页与投稿规范。