从好问题，
开始探索。
理解信息，形成判断，把学到的用起来。
找到你的下一个问题
按主题探索信息与证据
先检查说法，再找来源、核对数字。
判断与决策
检查自己的判断，再分析系统、因果与选项。
学习与应用
把目标变成练习，再让知识支持实际成果。
表达与协作
让别人理解依据、确认分歧并明确行动。
没有找到匹配课程。试试其他关键词，或切换到全部课程。
从一个具体目标出发
让学过的方法，成为真实问题的解法。
基础课程与专项路线
逻辑学和概率统计是额外的基础练习；统计素养专题也会引导到已有统计课程。AI 专项入口是路线指南与工具，不计作已完成的互动专题。
你会怎么判断？
展开 AI 路线与本地学习工具
- 深度学习路线Fineuralab 的项目驱动深度学习路线：通过张量、训练循环、评估和小型可复现实验建立基础。
- AI 先修缺口检查器通过 Python、数学、PyTorch、Transformer、API、评估和论文阅读等维度，判断你是否适合进入深度学习、LLM 应用、RAG/Agent、论文复现、AI 工程或 AI 产品路线。
- AI 学习路线生成器根据当前基础、学习目标、每周时间和学习偏好，本地生成 4、8 或 12 周深度学习、LLM 应用、RAG/Agent、论文复现、AI 工程或 AI 产品学习路线。
- LLM 学习路线通过 prompt、上下文设计、RAG 基础、评估和失败记录学习实用 LLM 应用。
- AI 上下文工作台
- AI 回答质量检查
- RAG 与 Agent 路线通过检索设计、工具契约、记忆边界、权限和评估学习 RAG 与 Agent 工作流。
- AI 知识库分块计划器
- AI 工具调用契约生成器
- 论文复现路线把 AI 论文拆成包含 baseline、指标、随机种子、日志和可读报告的可执行复现计划。
- AI 论文阅读任务包生成器根据论文标题、摘要、阅读目标和背景水平生成论文阅读任务包，让 AI 分析贡献、方法、实验、限制和复现步骤，而不是只给泛泛摘要。
- AI 实验计划生成器把 AI 建议转成小步可逆实验，包含单一变量、基线、指标、样本、观察窗口、停止规则和回滚计划。
- AI 学习导师 Prompt 生成器根据学习目标、当前水平、卡点、考试时间和教学偏好生成个性化导师 Prompt，让 AI 引导你学习，而不是直接替你完成作业。
- AI 闪卡测验包生成器把学习材料、概念、错题和考试目标整理成 prompt，用于生成主动回忆闪卡、Anki 表格、测验和错因复盘。
学习记录保存在哪里？
练习记录保存在当前浏览器。不同专题、课时与语言的保存方式并不完全一致；页面底部提供跨专题手动学习状态；练习答案不会自动汇总，也不会跨设备自动同步。清理浏览器数据可能删除记录，请使用各页的导出功能保管成果。浏览页面不等于完成学习。
用 AI 辅助本课时，怎样保留独立判断？
先保留自己的回答，再记录 AI 候选；逐条检查来源、计算、推理与条件，写出采用或拒绝的理由。最后换一个情境独立作答。完成核查练习后，把方法用回本课任务。
练习完整核查流程并保存记录我的学习状态
由你手动标记，不依据页面访问或自动判定掌握。中英文共用状态，练习答案仍由各课保存。此处备份仅包含状态，不包含答案或笔记。