学习中心
课程、文章与 PDF 资料
从线性回归讲起，解释损失函数、梯度下降、学习率和多层神经网络，并讨论科学先验如何通过数据表示与网络结构形成归纳偏置。
比较CNN、RNN、Transformer、GNN与PINN的结构假设，结合科学数据类型，用模型选型六问明确样本、先验、验证与交付。
以文献检索与综述为例，拆解模型、工具、Skill和Harness的分工及运行循环，演示用DeepSeek框架搭建科研智能体。
以文献调研为例，讲解Skill的结构、按需加载与设计方法，演示问题拆解技能的创建，并介绍文献检索MCP和科研技能资源。
结合晶体生成与实验调试案例，介绍Agent与计算机的交互接口，比较CLI、工具和Skill的使用方式，并安排命令行工具实践。
围绕目标漂移、上下文丢失和数据安全，介绍长程任务的验收与过程保障，并以Goal、Hook等机制及CLI科研任务安排实操。
围绕 AI4S 范式下的跨学科社区建设展开公开分享，介绍他山在这一方向的实践。
围绕 AI Scientist 语境中的人机协同，讨论如何通过人与 AI 的配合形成科研中的知识增量。
结合化学与材料研究案例，讨论科研数据如何从结果文件扩展为包含文献、实验过程、失败记录与反馈的智能体可操作资产。
围绕多模态证据单元、元数据过滤与证据定位，讨论科研知识库如何支持智能体检索资料、核验结论并沉淀研究过程。
从认知带宽和协作损耗分析科研组织困境，提出基于任务、证据与产物流转的TEA多智能体协作架构，并讨论其局限。
围绕跨学科团队的组织、管理与沟通展开分享；当前为课程主题介绍，尚无配套课件或录像。
结合 AI4S 实践案例，介绍科学大模型的落地思路、上下文工程和智能体工作流，讨论 AI 如何参与科研流程。
介绍检索增强生成如何连接大模型与外部知识库，讨论知识截止、检索瓶颈及 RAG 的发展方向。
区分智能体与大模型，介绍单体和多智能体应用，以及低代码、代码两条开发路径与实操流程。
介绍 MCP 如何连接大模型、外部工具与数据，讨论模型与工具解耦，以及用 Critical Agent 自动测试工具的实践。
介绍大模型私有化部署与领域微调的实践思路，并说明如何借助 SwanLab 监控训练和推理流程。
从科研逻辑与研究范式出发，介绍 Agent4S 的实现形式，讨论人工智能如何参与和重塑科研过程。
从科学数据表示、自监督预训练与下游微调出发，结合光变曲线和望远镜案例，讨论领域基座模型与AI Scientist研究闭环的构建。
介绍磐石科学基础模型与科研智能平台，梳理文献调研、综述写作、工具调度和Skill复用，并展示材料与生命科学场景案例。
以高速星文献数据提取为例，比较聊天、深度研究、通用Agent与自建Harness，讲解证据溯源、分层评测及AI可用数据集的发布。
讲解RAG的建库与检索流程，比较知识库和记忆的分工，介绍分层摘要、冲突处理及MCP共享，并安排有记忆助手的实践任务。
以DFT计算为例，讲解AI在初始化、能量修正与全流程替代中的介入方式，讨论过程建模、结果预测与可解释性之间的平衡。
区分Prompt、Skill、Agent与MCP在输入、方法复用、任务执行和外部连接中的作用，用会议纪要案例说明协作方式与常见误区。
介绍Daily Paper Reader如何串联论文抓取、关键词与语义召回、排序、AI阅读及网页发布，并说明个人论文雷达的配置和使用思路。
围绕反思与反刍、模糊想法、发散收敛及检索练习，讨论认知机制与外部反馈的作用，并提出AI辅助记录和引导的设想。
从人的需求、工具局限与协作摩擦分析AI产品机会，提出兼顾人类体验和智能体接口的设计思路，并讨论持续研发的壁垒价值。
整理李瑀旸关于AI记忆的报告，介绍上下文压缩与RAG检索，并讨论对话、编程及科教场景中的记忆应用和交互挑战。
介绍领域大模型微调流程：用MinerU整理文档、Easy-dataset生成问答数据，再用LLaMA Factory训练并通过SwanLab监测。
演示在华为昇腾NPU上用MindSpore和MindEarth训练ViT-KNO气象模型，并以SwanLab记录损失、日志及预测图像。
以COCO128数据集和YOLOv8n为例，介绍环境安装、模型训练及SwanLab回调接入，展示目标检测实验的监控与可视化。
以Qwen3-1.7B医学对话全参数微调为例，介绍数据准备、训练和推理，并用SwanLab观察损失曲线与过拟合现象。
梳理符号主义、统计学习、深度学习到Agent4S的发展，结合科研案例讨论AI从数据处理走向规划、工具调用与流程协作的变化。
梳理实验科学从观察演示到AI闭环实验的五阶段演进，说明数据、模型、仪器与研究者如何协同，以及可靠性与误差控制的要求。
拆解OpenClaw从消息接入、会话分配到上下文组装和工具执行的过程，解释记忆、技能、工具及MCP在运行链路中的作用。
以会议记录和天气查询为例，解释Agent如何把历史信息放回上下文，并通过工具调用与执行循环，让大语言模型推进多步任务。
围绕科研的信息过载问题，讨论LLM与Agent的角色分工、闭环执行和科研组织变化，并分析人类在责任、价值判断中的作用。
从加速信息流动出发，讨论AI如何帮助科研人员理解概念、复用工具和开展协作，并推演覆盖全流程与专注细分领域的产品形态。
从软物质研究的丰富问题出发，介绍不同学科融合的必要性与发展趋势，讨论学科交叉对科研提出的新要求。首届研究生学科交叉圆桌沙龙开幕致辞，主讲：王延颋。