interview-cheatsheet

/interview-cheatsheet — 长篇中文 ML/LLM 面试备考

每个审核时段开始前，请遵循 可选审核者： 解析调用 → .aris/reviewer.json → Claude Code 默认设置（Codex MCP）， 并通过规范的辅助程序解析器使用 reviewer_route.py， 保留此时段的层级、新鲜上下文、源文件/图像输入和确定性门控。 下方的 Codex 示例/固定配置仅适用于 backend=codex；其他路由使用各自的 首次调用/回复约定。保存路由和实际返回的身份； 不可用的选项标记为 REVIEW_UNAVAILABLE。根据实际的 模型系列/完成情况/范围对验收进行分类。 将调用中的 reviewer/model/effort 覆盖项传递给需要审核者的子流程。 生成工作进程保持不变。

每次调用生成一份全面的中文备忘单：公式 + 推导 + 从零编写的代码 + 25 道高频题。输出在渲染前须通过跨模型数学/代码审核。默认仅检测：绝不自动提交。

输入

• <topic>（必填）——范围要足够窄，以便编写一篇 600-1000 行的教程。合适示例："RLHF / DPO / PPO"、"MoE"、"KV Cache + Speculative Decoding"。不合适示例（范围太广）："all of LLM training"、"diffusion"（应拆分为 Forward Process / Sampling / CFG）。
• --effort（默认 balanced）——balanced 约 600 行，max 约 1000 行，包含更深入的证明和更多 L3 问题。
• --byline（默认 "<Your Name>, <Affiliation>"）——传递给 /render-html --author。
• --commit（默认 false）——若为 false（默认值），则在渲染后停止；由用户审核并提交。未经用户明确批准，绝不推送。

风格指南 — 严格遵守（请阅读 docs/tutorials/attention_tutorial.md，这是规范参考）

章节骨架（12-14 个章节）

## §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

约定 — 融入已确立的经验

规则	原因	示例
标题格式为 ## §N Title，且 §N 后须有空格	旧版本曾将 §0TL;DR 粘在一起	## §0 TL;DR Cheat Sheet
表格单元格中的数学表达式：使用 \lvert ... \rvert，不要使用 |...|	| 在 Markdown 表格中是单元格分隔符，会导致换行	$\text{score}_{ij} - m \cdot \lvert i-j \rvert$
带正文列表的提示框：拆分为提示框引导行和单独的列表	否则列表的第一项会被提示框吞掉，之后的第 2..N 项会从 1 重新编号	> 💡 **Sampler 选择** — 按 NFE/质量排序如下。 - Euler … - Heun …
提示框前缀仅限：💡 ⚠️ ✅ ❌（其他前缀不会应用对应的样式类）	渲染器会将它们映射为 callout-info/warn/good/bad	> ⚠️ **FP16 溢出** — 即使除了 √d_k …
数学表达式：行内使用 $...$，独立公式使用 $$...$$，关键公式框使用 $$\boxed{...}$$	使用 MathJax CDN；源码中为字面内容	—
代码：使用 ```python 围栏，编写真正可运行的 PyTorch 代码	审核者会检查代码是否可执行	—
个人信息禁用清单：所有者的机构/实验室/中心名称、学位项目所属机构、私有服务器别名、求职背景、/Users/... 路径、具体实验室/公司名称	审核者会将其标记为 FAIL	byline 应在渲染时通过 --author 传入，不要写入正文
语言：以中文为主，英文技术术语保留原样	符合既有的备忘单风格	"softmax 饱和"、"vector field"

Eyebrow / 副标题 / 标题命名

字段	格式
--eyebrow	Interview Prep · <Topic>
--subtitle	用一个中文句子描述范围（例如：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 或 <Topic> Quick Reference
--lang	zh-CN

Slug

将 <topic> 转换为用于文件名的 kebab/snake-case <slug>。例如："RLHF / DPO / PPO" → rlhf_dpo_ppo。

工作流

步骤 1 — 规划结构（不写入文件）

在内部草拟：

• 12–14 个章节标题
• 主要公式列表（每个公式附推导概要）
• 代码块列表（骨架代码 + 演示内容）
• 按 L1 / L2 / L3 难度排序的 25 道面试题（每题附一句预期答案）
• 对比表主题（例如“RLHF vs DPO vs IPO vs SimPO”）

如果主题过于宽泛，无法放进一份速查表，请停止并让用户明确范围，然后再开始起草。

步骤 2 — 起草 MD

直接写入 docs/tutorials/<slug>_tutorial.md。遵循风格指南。目标长度：600 行（均衡版）或 1000 行（最长），允许 ±20% 浮动。

步骤 3 — 跨模型数学/代码审查（codex gpt-6-astra xhigh，新线程）

使用 model: gpt-6-astra、config: {model_reasoning_effort: xhigh}、sandbox: read-only 调用 mcp__codex__codex，并使用新线程（绝不使用 codex-reply）。

审查者提示词：

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.

步骤 4 — 修复并循环审查（无硬性上限——根据进展判断）

针对每个 FAIL 问题编辑 MD。然后使用新线程（绝不复用 threadId）重新调用 codex。直到结果为 PASS，或 WARN 且没有 FAIL 项时停止。

没有硬性轮次上限。 请改用以下经验法则：

• ✅ 继续推进：如果每轮的 FAIL 项都在缩减且具体、可枚举（例如，修正引文年份、偏差一位、单行代码错误）。说明审查者的反馈有价值——让问题逐步收敛。
• ⛔ 停止并报告：如果同一问题反复出现（检测到循环），FAIL 项转变为需要用户输入的架构或范围问题，或者审查轮次超过约 6 轮仍未收敛。

大多数教程会在 3–5 轮内收敛。如果仍在发现实质性错误，进行 5–6 轮也没问题——Video Generation 教程（2026 年 5 月）进行了 5 轮，最后 2 轮发现了真正的引文错误，以及对 Sora 补丁大小的不当归因，避免这些问题最终发布。

步骤 5 — 通过 /render-html 渲染

直接调用（不要将 /render-html 作为子技能调用；直接调用其 Python 脚本，以便清楚掌控）：

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 会自动运行自身的 13 项 codex 审查。如果审查 FAIL，请修复 MD（通常是数学/代码审查者遗漏的表格竖线或提示框列表问题），然后重新渲染。注意，render_html.py 本身会为渲染阶段审计写入 <slug>_tutorial.review.json。

步骤 6 — 合并审计记录

两项审查都通过后，将数学/代码审查历史与渲染审查历史合并到 docs/tutorials/<slug>_tutorial.review.json：

{
  "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>"
}

步骤 7 — 停止并向用户报告

不要运行 git add / git commit / git push。报告：

✅ /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.

更新索引

教程通过后，可以选择在 docs/tutorials/README.md 中追加一行：

| **<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> |

向用户建议添加该行；如果用户想自行整理，就让他们自己编辑。

关键不变量（ARIS 规则内置于此）

不变量	执行方式
执行者 != 审查者系列	Claude 起草；gpt-6-astra 审查（数学/代码阶段）；gpt-6-astra 再次审查（渲染阶段）
每次审查调用使用新线程	步骤 3 和渲染阶段自身的检查都使用 mcp__codex__codex，而非 codex-reply
Codex 推理级别 = xhigh	在步骤 3 的审查者配置中硬编码
个人信息脱敏	数学/代码审查者和渲染审查者都会检查；禁用名单见风格指南
将经验教训编码为规则	风格指南和审查检查 5、6 中均包含表格竖线与提示框列表的冲突规则
不允许静默失败	如果审查 FAIL，且 FAIL 集合不再缩减（循环），或约 6 轮后仍未收敛，则停止并报告——不要推送

不适用情形

• 主题过于宽泛——先拆分为更小的范围
• 主题不属于 ML/LLM 核心领域——此风格指南假设内容包含数学 + 代码 + 中文；一般主题应使用其他格式或直接撰写
• 已有想要编辑的草稿——直接使用 Edit；此技能用于从零生成
• 不需要 HTML 输出——单独调用 /render-html 或跳过步骤 5

参考调用

/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)"

参考样式文件

• 规范样式：docs/tutorials/attention_tutorial.md + .html
• 次级样式：docs/tutorials/flow_matching_tutorial.md + .html
• 审核审计格式：docs/tutorials/attention_tutorial.review.json

来源

摘自两篇试点教程（Attention + Flow Matching，2026 年 5 月）。两篇均通过了跨模型审核；Attention 教程经过了 3 轮审核，期间发现了表格竖线冲突和提示块列表冲突，这些问题从渲染结果中并不明显。如今，这些经验已纳入样式指南和审核检查项 5+6，确保后续教程不会重蹈覆辙。