N1 · Neuron One 是一个以科研实战为核心、面向大模型底层技术突破的青年研究团队，目标是在 Efficient Attention 与 Test-Time Learning 等前沿方向做出有实质性成果。

项目名称为 N1 · Neuron One（暂定），Connect the First Neurons. 第一批连接的年轻神经元，构建未来智能的底层系统。

• 🔍 Attention 机制优化
  • 稀疏化 Attention
  • Native Attention 硬件对齐
  • Linear Attention 研究
• 🚀 高效训练与推理
  • 分布式训练优化
  • 推理加速技术
  • 算力效率提升
• 🤖 强化学习与后训练
  • Test Time Scaling
  • RLHF 技术研究
  • 模型对齐优化

• /basics/math - 数学基础
• /basics/coding - 编程基础
• /basics/dl - 深度学习基础

• /research/contextual_alibi - Contextual Alibi 相关研究

• /research/linear_attention - Linear Attention 研究

• /research/rl - 强化学习研究

• /research/test_time_scaling - Test-time Scaling 研究

• /research/training_optimization - 训练优化研究

• /tools/platforms - 平台工具

• /papers/surveys - 综述论文
• /papers/recommend -推荐论文
• /papers/latest - 最新研究

1. 基础知识储备（请先达到这些再阅读基础）

   • Python 和 PyTorch 熟练使用
   • 高等数学（反向传播推导）
   • 线性代数（矩阵运算）
   • 深度学习基础

2. 学习与讨论

   • 资源分享：提交优质的学习资料和教程
   • 问题讨论：在 Issues 中提出和解答问题
   • 代码贡献：请建立自己的库提交个人方向的代码
   • 经验分享：分享学习心得和实践经验

3. 参与渠道

   • GitHub Issues：技术问题讨论
   • Pull Requests：提交代码和文档
   • Discussions：开放话题讨论
   • 私聊交流：随时欢迎联系邮箱

1. 提交学习资源

   • 确保资源质量高、内容准确
   • 添加清晰的分类标签
   • 提供简短的内容说明
   • 注明来源和许可信息

2. 代码贡献

   • 遵循代码规范
   • 添加必要的注释
   • 提供使用示例
   • 确保代码可复现

3. 文档贡献

   • 使用 Markdown 格式
   • 结构清晰、层次分明
   • 包含必要的示例
   • 保持文档的及时更新

• 问题讨论：GitHub Issues
• 私聊交流：随时欢迎

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情