学习

关于底层机器的笔记——这些系统实际是怎么算的，而不是通常怎么被描述的。该动手的地方就能动手。

扩展卡尔曼滤波，不糊弄的那种

雅可比矩阵到底是从哪来的、协方差更新为什么写成那个样子、以及线性化不好时具体是什么坏掉了。是推出来的，不是抄来的——然后拿 GPS、轮速计和 IMU 现场融一遍。

一个 18,304 参数的 decoder-only transformer，训练它背下乘法表——小到每一个矩阵、每一个注意力头、每一次梯度都能在训练过程中被逐个看清。可以一个 batch 一个 batch 地单步走，看着 loss 动。