interview-cheatsheet

/interview-cheatsheet — 中国語の長文 ML/LLM 面接対策

各レビュアー枠の前に、選択可能なレビュアーに従ってください： 呼び出しの解決 → .aris/reviewer.json → Claude Code のデフォルト（Codex MCP） を、正規のヘルパーリゾルバー経由で reviewer_route.py を使って解決し、この 枠のティア、新しいコンテキスト、ソース／画像入力、決定論的なゲートを維持します。 以下の Codex の例／固定設定は backend=codex の場合にのみ適用されます。他のルートでは、それぞれの初回呼び出し／返信の契約を使用します。ルートと実際に返された識別情報を保存してください； 選択したものが利用できない場合は REVIEW_UNAVAILABLE とします。実際の ファミリー／完了状況／スコープに基づいて受け入れ可否を分類します。 呼び出し元のレビュアー／モデル／effort のオーバーライドを、レビュアーを含む子プロセスに 引き継ぎます。生成ワーカーは変更しません。

呼び出しごとに、中国語の総合的なチートシートを1つ生成します：数式＋導出＋ゼロからのコード＋高頻出問題25問。出力はレンダリング前に複数モデルによる数式／コードレビューに合格します。デフォルトは検出のみ：自動コミットは行いません。

入力

• <topic>（必須） — 600〜1000行のチュートリアル1本に収まる程度に絞ったテーマ。適切な例：「RLHF / DPO / PPO」、「MoE」、「KV Cache + Speculative Decoding」。不適切な例（範囲が広すぎる）：「LLM トレーニング全般」、「diffusion」（Forward Process / Sampling / CFG に分割してください）。
• --effort（デフォルト balanced） — balanced は約600行、max はより詳細な証明と多くの L3 問題を含む約1000行です。
• --byline（デフォルト "<Your Name>, <Affiliation>"） — /render-html --author に渡されます。
• --commit（デフォルト false） — false（デフォルト）の場合、レンダリング後に停止します；ユーザーが確認してコミットします。明示的なユーザーの承認なしにプッシュしてはいけません。

スタイルガイド — 厳守（標準リファレンスとして docs/tutorials/attention_tutorial.md を読んでください）

セクション構成（12〜14セクション）

## §0 TL;DR — callout intro line + numbered list of 5-7 takeaways
## §1 直觉 — why this matters; analogy; one-paragraph mental model
## §2 核心公式 — main formula + derivation (variance / scaling / boundary)
## §3 实现细节 — 50-80 line from-scratch PyTorch
## §4-7 变体 / 工程实践 / 常见 bug — variants, comparison tables, footguns
## §8 复杂度 / 资源 — time + memory complexity
## §9 与相关方法对比 — placement in the ecosystem
## §10 25 高频面试题 — L1 (10 必会) + L2 (10 进阶) + L3 (5 顶级 lab), all with <details><summary> collapsible answers
## §A 附录 (optional) — sanity-check output, reference list

規約 — 確立された知見を反映する

ルール	理由	例
見出し形式は ## §N Title、§N の後にスペースを入れる	以前のバージョンでは §0TL;DR のように詰めていました	## §0 TL;DR Cheat Sheet
表のセル内の数式：|...| ではなく \lvert ... \rvert を使う	Markdown の表内では | がセル区切りになるため、行が崩れます	$\text{score}_{ij} - m \cdot \lvert i-j \rvert$
本文にリストが続くコールアウト：コールアウトの導入行とリストを分ける	そうしないと、リストの最初の項目がコールアウトに取り込まれ、項目2〜Nの番号が1から振り直されます	> 💡 **Sampler 选择** — 按 NFE/质量排序如下。 - Euler … - Heun …
コールアウトの接頭辞のみ：💡 ⚠️ ✅ ❌（それ以外はクラスが適用されません）	レンダラーがこれらを callout-info/warn/good/bad に対応付けます	> ⚠️ **FP16 overflow** — 即使除了 √d_k …
数式：インラインは $...$、ディスプレイは $$...$$、重要な枠には $$\boxed{...}$$	MathJax CDN；ソースにそのまま記述します	—
コード：```python フェンスを使い、実際に動作する PyTorch を記述する	レビュアーが実行可能性を確認します	—
個人情報の禁止リスト：所有者の所属機関／研究室／センター名、学位課程の所属、プライベートサーバーの別名、就職活動に関する情報、/Users/... パス、特定の研究室／企業名	レビュアーが FAIL と判定します	byline は本文ではなく、レンダリング時に --author 経由で渡します
言語：中国語を主とし、英語の技術用語はそのまま使用する	既存のチートシートのスタイルに合わせます	「softmax 饱和」、「vector field」

アイブロー／サブタイトル／タイトルの命名

フィールド	パターン
--eyebrow	Interview Prep · <Topic>
--subtitle	スコープを説明する中国語の1文（例：公式推导 + From-Scratch 代码 + 25 高频题（L1 必会 · L2 进阶 · L3 顶级 lab））
--title	<Topic> 面试 Cheat Sheet または <Topic> Quick Reference
--lang	zh-CN

スラッグ

<topic> → ファイル名用のケバブケース／スネークケースの <slug>。例：「RLHF / DPO / PPO」→ rlhf_dpo_ppo。

ワークフロー

Step 1 — 構成を計画する（ファイルは書き込みません）

内部で以下の下書きを作成します。

• セクションタイトルを12～14個
• 主な数式の一覧（それぞれの導出の概要を含む）
• コードブロックの一覧（骨組みと、各ブロックで説明する内容）
• L1／L2／L3の難易度別に分類した面接質問25問（それぞれ1行の想定回答付き）
• 比較表のトピック（例：「RLHF vs DPO vs IPO vs SimPO」）

トピックが広すぎて1つのチートシートに収まらない場合は、下書きに着手せず、ユーザーに範囲の絞り込みを依頼してください。

Step 2 — MDを下書きする

docs/tutorials/<slug>_tutorial.md に直接書き込みます。スタイルガイドに従ってください。目標の長さは600行（バランス重視）または1000行（最大）で、許容誤差は±20％です。

Step 3 — モデルをまたいだ数式／コードレビュー（codex gpt-6-astra xhigh、新規スレッド）

model: gpt-6-astra、config: {model_reasoning_effort: xhigh}、sandbox: read-only、新規スレッド（codex-replyは使用しない）を指定して、mcp__codex__codexを呼び出します。

レビュアーへのプロンプト：

You are reviewing a long-form Chinese interview-prep tutorial on <TOPIC> for math/code/factual correctness and style discipline.

## Files to read (READ-ONLY)
- Draft MD: <MD_PATH>
- Style reference: docs/tutorials/attention_tutorial.md
  (Read this only for STYLE — do NOT score the draft against the reference's content topic.)

## Return JSON with these 10 checks

1. formula_correctness — Independently re-derive each $$ display formula. Flag any error with file:line.
2. code_correctness — For each python block: would it run? Does it implement the stated math? Imports / shapes / device handling consistent?
3. interview_answer_correctness — Each L1/L2/L3 question's <details> answer. Specifically flag wrong year / wrong paper / wrong author / off-by-one indexing / inverted comparison.
4. historical_citations — Paper authors + year + venue. Flag wrong attributions (e.g., "DPO: Rafailov 2023 NeurIPS" must be checkable).
5. table_pipe_escape — Any markdown table cell containing `|x|` math (not `\lvert x \rvert`)? Cite line.
6. callout_list_collision — Any line matching the pattern `^> (?:💡|⚠️|✅|❌) \*\*[^*]+\*\* — (?:- |\d+\. )`? That swallows the list.
7. heading_consistency — All `## §N` and `### N.M` follow style guide (space after §N, no glued chars).
8. section_completeness — Sections §0..§10 (and §A if effort=max) present and non-trivial.
9. length_target — Within ±20% of target (600 for balanced, 1000 for max).
10. personal_info_leak — None of: the owner's institution / lab / center names, degree-program affiliations, private server aliases, job-search or recruitment context, absolute `/Users/...` paths. (Keep the concrete string banlist in local untracked notes — the public SKILL defines only the CATEGORIES; listing the real values here would itself be the leak.)

Return JSON:
{
  "verdict": "PASS | WARN | FAIL",
  "checks": {<check_name>: "pass|warn|fail with one-line note + file:line if applicable"},
  "blocking_issues": ["..."],
  "warnings": ["..."]
}

Verdict: PASS = all pass, WARN = at most cosmetic issues (length slight off / cosmetic style), FAIL = any math/code/factual error OR personal-info leak OR table-pipe / callout-list bug.

Step 4 — 修正して繰り返す（上限なし — 進捗を見て判断）

FAIL項目ごとにMDを編集します。その後、新規スレッド（threadIdは再利用しない）でcodexを再度呼び出します。判定がPASS、またはFAIL項目なしのWARNになるまで続けます。

ラウンド数に上限はありません。 代わりに、以下を目安にしてください。

• ✅ 続行する：各ラウンドのFAIL項目が減少していて、具体的かつ列挙可能な場合（例：引用年の修正、1つずれた値、1行のコードのバグ）。レビュアーが有効に機能しているため、収束するまで続けてください。
• ⛔ 中断して報告する：同じ問題が繰り返し発生する（ループを検出した）場合、FAIL項目がユーザーの判断を要する構成や範囲の問題に移った場合、または収束しないままラウンド数が約6回を超えた場合。

ほとんどのチュートリアルは3～5ラウンドで収束します。実質的なバグがまだ見つかっているなら、5～6ラウンドまで進めても問題ありません。Video Generationチュートリアル（2026年5月）では5ラウンドまで進め、最後の2ラウンドで実際の引用ミスと、Soraのパッチサイズに関する過剰な帰属が見つかりました。これらは、そのまま公開されていた可能性があります。

Step 5 — /render-htmlでレンダリングする

直接呼び出してください（サブスキルとして/render-htmlを呼び出さず、そのPythonスクリプトを実行してください。これにより明確に制御できます）。

python3 skills/render-html/scripts/render_html.py docs/tutorials/<slug>_tutorial.md \
  --template academic \
  --out docs/tutorials/<slug>_tutorial.html \
  --title "<Topic> 面试 Cheat Sheet" \
  --subtitle "<one-line scope summary>" \
  --eyebrow "Interview Prep · <Topic>" \
  --author "<byline>" \
  --lang zh-CN

render_html.pyは独自の13項目のcodexレビューを自動で実行します。そこでFAILになった場合は、MDを修正して再レンダリングしてください（数式／コードレビュアーが見落とした、表のパイプ文字やコールアウトリストの問題が原因であることがよくあります）。なお、render_html.py自体が、レンダリング段階の監査用に<slug>_tutorial.review.jsonを書き込みます。

Step 6 — 監査履歴を統合する

両方のレビューが合格したら、数式／コードレビュー履歴とレンダリングレビュ��ー履歴を、docs/tutorials/<slug>_tutorial.review.jsonに統合します。

{
  "skill": "interview-cheatsheet",
  "source": "docs/tutorials/<slug>_tutorial.md",
  "source_sha256_prefix": "<16-char prefix>",
  "output": "docs/tutorials/<slug>_tutorial.html",
  "topic": "<TOPIC>",
  "effort": "balanced | max",
  "byline": "<author string>",
  "math_code_review": {
    "verdict": "PASS",
    "rounds": [
      {"run": 1, "verdict": "...", "thread_id": "...", "issue": "...", "fix": "..."},
      ...
    ]
  },
  "render_review": {
    "verdict": "PASS",
    "rounds": [...]
  },
  "summary": "<one-line: N-round math/code review + M-round render review settled at PASS>",
  "rendered_at": "<YYYY-MM-DD>"
}

Step 7 — 停止してユーザーに報告する

git add／git commit／git pushは実行しないでください。 次の内容を報告します。

✅ /interview-cheatsheet "<TOPIC>" complete.

  Files:
    docs/tutorials/<slug>_tutorial.md          (<lines> lines, <bytes> bytes)
    docs/tutorials/<slug>_tutorial.html        (<bytes> bytes, <TOC> TOC entries)
    docs/tutorials/<slug>_tutorial.review.json

  Math/code review:  PASS after <N> rounds (<thread IDs>)
  Render review:     PASS after <M> rounds
  Length:            <actual> lines (target <effort>)

  Issues caught + fixed during review:
    - <one line per non-trivial fix>

  Suggested commit message:
    docs(tutorials): add <Topic> cheat sheet (rendered via /render-html)

  ⚠️ Did NOT auto-commit — user reviews and pushes manually.
  Also update docs/tutorials/README.md to add the new row.

インデックスを更新する

チュートリアルが合格した後、必要に応じてdocs/tutorials/README.mdに行を追加します。

| **<Topic> 面试 Cheat Sheet** | [`<slug>_tutorial.md`](<slug>_tutorial.md) | [`<slug>_tutorial.html`](https://wanshuiyin.github.io/Auto-claude-code-research-in-sleep/tutorials/<slug>_tutorial.html) | <one-line topic list> |

行の追加をユーザーに提案します。ただし、内容を整理したい場合はユーザー自身が編集できるようにしてください。

主要な不変条件（組み込まれたARISルール）

不変条件	適用方法
実行者とレビュアーは異なるモデルファミリーにする	Claudeが下書きを作成し、gpt-6-astraがレビューする（数式／コード段階）。さらにgpt-6-astraが再度レビューする（レンダリング段階）
レビュアーの呼び出しごとに新規スレッドを使う	Step 3とレンダリング段階のゲートでは、どちらもcodex-replyではなくmcp__codex__codexを使う
Codexの推論レベルはxhigh	Step 3のレビュアー設定で固定
個人情報のマスキング	数式／コードレビュアーとレンダリングレビュアーの両方が確認する。禁止リストはスタイルガイドに記載
学びを反映する	表のパイプ文字とコールアウトリストの衝突に関するルールを、スタイルガイドとレビュー項目5・6の両方に記載
失敗を見逃さない	レビューがFAILになり、FAIL項目が減少しなくなった（ループ）場合、または収束しないまま約6ラウンドに達した場合は、中断して報告します。プッシュはしません

使用しない場合

• トピックが広すぎる場合 — まず範囲を小さく分割してください
• ML／LLMの中核から外れたトピックの場合 — このスタイルガイドは数式＋コード＋中国語を前提としています。一般的なトピックには別の形式を使うか、直接執筆してください
• 編集したい下書きがすでにある場合 — Editを直接使ってください。このスキルは新規作成向けです
• HTML出力が不要な場合 — /render-htmlを別途呼び出すか、Step 5を省略してください

参考用の呼び出し

/interview-cheatsheet "RLHF / DPO / PPO"
/interview-cheatsheet "MoE (Mixture-of-Experts)" — effort: max
/interview-cheatsheet "KV Cache + Speculative Decoding"
/interview-cheatsheet "Long-context: RoPE / YaRN / NTK / MLA"
/interview-cheatsheet "Distributed Training (DDP / FSDP / ZeRO / TP / PP)"
/interview-cheatsheet "Quantization (GPTQ / AWQ / INT4 / FP8 / SmoothQuant)"

参考用のスタイルファイル

• 正式なスタイル：docs/tutorials/attention_tutorial.md + .html
• 参考スタイル：docs/tutorials/flow_matching_tutorial.md + .html
• レビュー監査形式：docs/tutorials/attention_tutorial.review.json

出典

2つのパイロットチュートリアル（Attention + Flow Matching、2026年5月）から抽出しました。どちらも複数モデルによるレビューに合格しました。Attentionチュートリアルでは3回のレビューを要し、レンダリング結果からは明らかでなかったテーブルのパイプ記号の衝突と、コールアウトリストの衝突が見つかりました。これらの教訓は現在、スタイルガイドとレビューチェック5・6に反映されており、今後のチュートリアルで同じ問題が繰り返されないようにしています。