< 学习笔记 />

// NO_SIGNAL

MD Research Tools 入门

最危险的工具故障是"静默少做"——技能在、后端不在

自动化工具链的故障按危险程度排序，和直觉相反：

2026-09-06 VIEW()

// NO_SIGNAL

MD Research Tools 中级

复现契约——一个分数如果答不出这五个问题，它就不是结果

一个复现出来的数字，必须连同五个问题的答案一起提交，否则它不构成结果：

2026-09-06 VIEW()

// NO_SIGNAL

MD Security Engineering 中级

模型完整性验证的三种粒度——整文件哈希、内容定义分块、结构感知 Merkle

"验证模型没被篡改"是三个不同的问题，对应三种粒度，互相不能替代：

2026-09-06 VIEW()

// NO_SIGNAL

MD Machine Learning Theory 高级

Hard top-K 路由的未选中专家没有梯度——它永远学不会自己该被选中

MoE 用 topk + softmax(top_k_logits) 做 hard routing 时：

2026-09-06 VIEW()

// NO_SIGNAL

MD Systems & Infrastructure 入门

检查渲染产物，不是源码——Django 的 {# #} 只支持单行

Django 模板的 {# ... #} 注释只支持单行。跨行写的那一刻它就不是注释了， 会被原样渲染给每一个访问者：

2026-09-06 VIEW()

// NO_SIGNAL

MD Research Tools 中级

扩大实验、造 benchmark、造术语、写投稿之前的四道门

一个反复出现的失败模式：在理解合作者、理解社区、理解标准任务、 跑通公认流水线之前，就开始大规模跑实验 / 自造 benchmark / 自造术语 / 写论文。

2026-09-06 VIEW()

// NO_SIGNAL

MD Research Tools 中级

事先声明的偏差是限制，事后发现的偏差是借口

复现别人的工作时，你的环境一定会和官方配置有出入。 处理办法不是消除出入（做不到），而是在受影响的实验跑之前把它写下来：

2026-09-06 VIEW()

// NO_SIGNAL

MD Machine Learning Theory 中级

把失败归因给模型之前，先审 verifier——41% 的"模型错误"其实是判分 bug

跑一个自动判分的 benchmark，拿到 81% 通过率之后， 第一件事不是分析模型为什么错，是逐条看那 19 个失败案例。

2026-09-06 VIEW()

// NO_SIGNAL

MD Security Engineering 高级

24 of 24 SAST Findings Were False — The Real Bug Was Three Lines Away

Bandit flagged every mark_safe() call in the codebase. All 24 were false positives. The actual stor…

2026-07-30 VIEW()