Skip to content

Latest commit

 

History

History
80 lines (55 loc) · 4.62 KB

File metadata and controls

80 lines (55 loc) · 4.62 KB

给 ARIS-in-AI-Offer 贡献

English | 中文版

谢谢你愿意看到这里 🌱 —— 这个仓库存在的初衷就是让 2026 年 AI 秋招稍微轻松一点,也给以后的同学留个底子。一个人的力量有限,PR 和 issue 都欢迎。

你可以怎么贡献

  • 加一篇新 cheat sheet:当前 collection 没覆盖的方向(Diffusion Post-Training、Flow-DPO/OPD、Audio Gen、LLM-as-Judge、Long-Video Diffusion …)
  • 更新现有 cheat sheet:前沿动了(SWE-bench 新 SOTA、MCP spec 新 revision 等)
  • 修数学 / 代码 / 引用 bug:每篇都有跨模型 codex GPT-5.5 xhigh 审查 trail 在 *.review.json 里,但 reviewer 也会漏
  • 改进 render / 排版tools/render_html.pytools/templates/ 都在这个仓库里,直接 PR
  • 翻译:当前大部分教程是中文 + 英文术语原文混排,可以加纯英文版

怎么加新 cheat sheet —— ARIS workflow

仓库里所有教程都是用 ARIS 的 /interview-cheatsheet + /render-html 两个 skill 生成的。为了保持一致,请也用这套 workflow

  1. 安装 ARIS(skill 源码在 skills/;canonical 来源是 ARIS 主仓库)。Claude Code 用户:bash <(curl -s https://raw.githubusercontent.com/wanshuiyin/Auto-claude-code-research-in-sleep/main/tools/install_aris.sh)
  2. 在本仓库目录里调 /interview-cheatsheet "<TOPIC>"。skill 自动跑跨模型 codex review gate + render-html。
  3. 自己 review 生成的 .md / .html / .review.json 再 push。
  4. 开 PR:三个文件都带上(MD 源 / HTML 渲染 / review JSON),README.md / README_CN.md 对应分类下加一行。

不想用 ARIS 手写也行 —— 照着现有教程的结构写(例如 docs/tutorials/attention_tutorial.md),跑 tools/render_html.py 渲染就行。

风格指南(严格)

这些规则是前 16 篇 review-loop 踩出来的:

规则 原因 怎么办
标题:## §N Title(§N 后面留空格) 老版本 §NTitle 粘连 始终留空格
表格里的数学:\lvert x \rvert 不要 |x| 表格里的 | 会被当作单元格分隔 用 LaTeX 显式写法
数学里的 <\lt>\gt 原生 <t 会被 parser 当 HTML 起始 tag,整段坏 \lt / \gt 转义
Callout (> 💡 / ⚠️ / ✅ / ❌) 后接 list:中间留空行 否则 renderer 会把 list 吃进 callout 强制空行分隔
章节:§0 TL;DR · §1 直觉 · §2-§9 公式+代码+变体 · §10 25 高频题(L1 必会 × 10 / L2 进阶 × 10 / L3 顶级 lab × 5) · §A 可选附录 匹配 ARIS pilot pattern 按编号结构走
不放个人信息 隐私 + 通用性 byline 走 --author flag 在 render 时加;ban:SJTU JHC / Server5 / job market / /Users/... / 具体实验室

完整契约见 skills/render-html/SKILL.mdskills/interview-cheatsheet/SKILL.md

PR 流程

  1. 改动要文档化(带上 .review.json 让 reviewer 看你的 audit trail)
  2. 加新教程要 同时 更新 README.mdREADME_CN.md,按分类放(General / Post-Training & Reasoning / LLM Architecture & Systems / Generative Models — Theory & Tokenizers / Generation Systems / Multimodal / Agents)
  3. PR 聚焦单一主题 —— 一篇教程一个 PR
  4. Commit 信息清晰 —— 规范是 docs(tutorials): add <Topic> cheat sheet (rendered via /render-html)

PR checklist

  • .md 源符合风格指南
  • .html 是用 tools/render_html.py 重新渲染的
  • .review.json 包含跨模型 codex audit trail(math/code review verdict + render review verdict + thread IDs)
  • byline 之外没个人信息
  • README.md + README_CN.md 都更新了
  • 引用真实可验证(不能 hallucinate 作者 / 年份 / venue)

坦白说

现有教程是尽力而为,但领域更新太快。如果你发现:

  • 作者 / 年份 / venue 标错了
  • 数学推导漏一项
  • 代码实际跑不通
  • benchmark / SOTA 已经过时
  • 或者就是写得不清楚

…… 请提 issue 或 PR,一起修。Reviewer(含 codex 跨模型审)也会漏,社区的眼睛能补上。

行为准则

  • 礼貌 + 建设性 —— 假设对方善意
  • 反馈对事不对人
  • 帮别人学 —— 这首先是个学习资源

有问题?

开 issue,或者去 ARIS 主仓库 找微信/Discord 群(二维码 + 链接在那个仓库的 README)。

License

提交贡献即默认你接受 MIT license —— 和仓库其它部分一致。