// 学 AI

AI 算法图谱

223 个算法 · 20 个领域 · 每条都附原始论文。查一个算法是什么、先学什么、用在哪里，从 1901 年一直到今天。

找一个算法 ↓ 看全部关系图 →

220 条论文经 arXiv API / Crossref / 官方页核实3 条待核实（已标注）更新于 2026-10-22

01找算法

可搜中英文名和别名，也可按领域、难度、年代筛选。

难度年代

输入关键词或选择筛选条件即可看到结果；也可以在下面按领域浏览。

0220 个领域

每个领域按年份排开它的算法，并给出相关课程单元。

经典机器学习18 深度学习之前就成熟的统计学习方法，表格数据和小数据场景至今仍是主力。主成分分析 · 逻辑回归 · K 近邻深度学习基础23 神经网络如何被训练：反向传播、优化器、归一化、激活函数与经典网络结构。随机梯度下降 · 感知机 · 反向传播 Transformer 与注意力18 大模型的骨架：注意力、位置编码、分词，以及 FlashAttention、GQA/MLA、长上下文等变体。注意力机制（Bahdanau） · BPE 子词分词 · Transformer 与自注意力混合专家 MoE6 只激活部分参数的稀疏模型，让总参数量大幅增加而计算量不按比例增长。稀疏门控混合专家 · Switch Transformer · Mixtral（top-2 MoE）新架构：SSM / 线性注意力11 Mamba、RWKV、线性注意力、混合架构与扩散语言模型等 Transformer 之外的路线。 Mamba 选择性状态空间 · RWKV · 门控 DeltaNet 预训练、缩放与分布式训练9 缩放定律、超参迁移、混合精度与并行训练，决定一个大模型怎么被“炼”出来。混合精度与 FP8 训练 · 流水线并行 · ZeRO / FSDP 数据并行对齐与偏好优化10 让模型听话、有用、无害：RLHF、DPO、宪法式 AI、GRPO 与可验证奖励强化学习。奖励模型 · 人类反馈强化学习 RLHF · 宪法式 AI / RLAIF 推理模型与测试时计算9 思维链、自洽性、过程奖励与“多想一会儿”的测试时扩展，是 o1 / R1 类推理模型的基础。思维链提示 · 自洽性投票 · STaR 自举推理微调与参数高效训练8 用少量参数或数据把通用模型改造成专用模型：LoRA、QLoRA、指令微调、模型合并。 Adapter 适配器 · 指令微调（FLAN） · LoRA 低秩适配量化、剪枝与蒸馏7 把大模型变小、变快、变省显存，让它能跑在单卡、笔记本甚至手机上。知识蒸馏 · LLM.int8() 与离群值 · GPTQ 训练后量化推理加速与服务10 KV Cache、推测解码、PagedAttention、连续批处理等让大模型服务又快又便宜的技术。温度与 Top-p 采样 · 推测解码 · 连续批处理扩散、流匹配与生成模型15 VAE、GAN、扩散模型、流匹配与 DiT：图像、视频、音频生成背后的算法。变分自编码器 VAE · VQ-VAE 离散表示 · 去噪扩散概率模型 DDPM 多模态与视觉15 ViT、CLIP、视觉语言模型、语音识别、分割与 3D 重建，让 AI 看、听、理解世界。 CTC 序列对齐损失 · Faster R-CNN 目标检测 · YOLO 实时目标检测 RAG 与向量检索13 嵌入、向量索引、稠密检索、重排与 GraphRAG：给大模型接上外部知识。 BM25 关键词检索 · 乘积量化 PQ · HNSW 图索引 Agent 与工具调用9 ReAct、工具调用、MCP、反思与记忆：让模型能规划并操作外部世界。 ReAct 推理-行动循环 · 函数调用 / 工具调用 · Reflexion 语言反思强化学习12 从 Q-learning 到 PPO、AlphaZero、MuZero：通过试错和奖励学习决策。 Q 学习 · 策略梯度 REINFORCE · 深度 Q 网络 DQN 世界模型与自监督表征7 在脑中模拟世界并预测未来：World Models、Dreamer、JEPA、Genie，以及对比学习、MAE 等自监督方法。世界模型（Ha & Schmidhuber） · Dreamer（隐空间想象） · 掩码自编码器 MAE 图神经网络与科学 AI3 GCN、GAT 等图模型，以及 AlphaFold、AlphaGeometry 等改变科学研究的系统。图神经网络（GCN / GAT） · AlphaFold 2 蛋白质结构预测 · AlphaGeometry 神经-符号推理可解释性9 打开黑箱：归因、探针、叠加、稀疏自编码器、电路追踪与激活引导。特征归因（积分梯度 / SHAP） · Logit Lens 与探针 · 电路与归纳头安全、评测与治理技术11 对抗样本、越狱、提示注入、红队、水印、差分隐私与可扩展监督。对抗样本（FGSM） · 成员推断攻击 · 自动化红队

03算法学习路线

五条按“前一个是后一个的基础”排好顺序的路线。

4 步 · 24 个算法从零到深度学习从线性回归一路走到 ResNet 和 Transformer 的前身，打牢“模型如何被训练”的直觉。难度 4 步 · 19 个算法从零理解一个大模型从分词到 Transformer、现代架构、预训练和推理，按 nanoGPT 的顺序搞懂一个大模型的每个零件。难度 4 步 · 19 个算法后训练与推理模型从指令微调、LoRA 到 RLHF、DPO，再到 GRPO、RLVR 与 DeepSeek-R1，理解 ChatGPT 与 o1/R1 是怎么“炼”成的。难度 4 步 · 20 个算法 AI 应用工程师面向做产品的工程师：检索、RAG、Agent、推理服务与安全，尽快把 AI 做成可靠的应用。难度 5 步 · 26 个算法生成式与前沿研究扩散/流匹配、多模态、新架构、世界模型与可解释性——2024–2026 年最活跃的研究方向。难度

04图谱里最新的算法

按原始论文的发表年份。

电路追踪与归因图Circuit Tracing & Attribution Graphs 用替代模型画出某次回答中特征之间的因果路径图。 2025核心 DeepSeek-R1 推理强化学习配方DeepSeek-R1 Reasoning RL Recipe 只用结果奖励的大规模强化学习，就能让模型学会长链推理与自我反思。 2025核心 DAPO 面向长思维链强化学习的一组 GRPO 改进与开源系统。 2025核心扩散语言模型Diffusion Language Models (LLaDA) 不按从左到右生成，而是从全遮盖逐步“去噪”出整段文本。 2025核心原生稀疏注意力 NSANative Sparse Attention (NSA) 可训练、对硬件友好的动态稀疏注意力。 2025核心预算强制（s1）Budget Forcing (s1) 用强行延长或截断“思考”的方法控制测试时算力。 2025扩展 AlphaGeometry 神经-符号推理AlphaGeometry (Neuro-Symbolic Reasoning) 语言模型提出辅助线，符号引擎严格推导，解奥数几何题。 2024核心 Genie 可交互世界生成Genie (Generative Interactive Environments) 从无标注游戏视频中学会生成可用键盘操控的世界。 2024核心

论文怎么核实

“年份”取原始论文首次公开的年份（arXiv 首版或正式发表年）。
220 个算法有原始论文；标题、年份、链接都对照 arXiv API、Crossref 或官方页面核实过，绿色徽章表示已核实。
3 条尚未完全核实，页面上标黄色“待核实”：线性回归、决策树（CART）、KV Cache
所有链接都指向论文出版方、arXiv 或官方文档。给 AI 读：/api/learn/algorithms.json