开放科学知识基础设施Phase 01 · 2026
ONE FORTH / SCIENCE, EXPLAINED IN MOTION
让抽象知识
能够被推导、观察与试验。
One Forth 把教材式的严格性、数学动画的直觉和可复现实验放在同一条学习路径上。不是答案集合，而是一套可以持续生长的科学知识结构。
搜索概念、公式、实验或论文Ctrl K01直觉理解02严格定义03数学推导04可视化演示05参数实验06代码实现07经典论文08研究前沿
01
观察
先看见关系，再进入符号。
y = A sin(x + φ)
02
学科地图
共享一套核心，保留各自的语言。
03
学习路径
按依赖关系前进，而不是按发布日期翻页。
04
推荐专题
从概念到研究问题
neural-networks注意力机制：从加权平均到自注意力
从数据相关的加权平均推导缩放点积注意力，明确 query、key、value 的形状、softmax 归一化与解释边界。
neural-networks反向传播：链式法则如何训练神经网络沿计算图拆解前向值、局部导数与总梯度，理解反向模式自动微分为何能高效训练共享参数的神经网络。
calculus导数、方向导数与梯度从一维导数过渡到多变量方向导数与梯度，说明最陡方向结论所依赖的可微性、内积和约束条件。
linear-algebra线性变换：把矩阵看作空间运动把矩阵理解为保持线性组合的空间映射，并用基向量、行列式与奇异性解释二维变换的几何行为。
06
知识图谱
文章不是孤岛。
关系类型不止“先修”：还包括推广、特例、推导、对比、实现与应用。
打开完整图谱07
经典资源
回到可核验的一手材料
- 2017Attention Is All You NeedAshish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Łukasz Kaiser, Illia Polosukhin
- 2016Deep LearningIan Goodfellow, Yoshua Bengio, Aaron Courville
08
最近更新
内容工程记录
内容贡献