从环境配置到结果复现的 5 个工程技巧
总结了自然排序、占位数据、可回滚补丁等技巧。
Posts
脑力提升：把自己训练成高耐力、高抽象、高产出的科研型大脑
建立一套从供能到输出的长期系统。
读兰迪·波许《最后的演讲》：墙、梦想、科研和帮助别人
真正的强大，是把聪明变成创造路径的能力，把梦想变成具体行动，把别人给的帮助变成继续帮助更多人的责任。从《最后的演讲》中寻找科研与人生的答案。
一次数学建模复盘：从普通思路到 GDP—就业双目标混合整数规划模型
把现实问题拆解为目标函数与约束条件。复盘如何一步步将工业投资分配问题，打磨成一个混合整数规划模型，并反思最终交付的教训。
AIGC 视频攻防研究：为什么我们必须重新理解“视频”
关于方向的思考和整理
用 Python 操作 Word 底层 XML 修复数学建模论文
通过 Python 直接操作 .docx 底层结构，将文本批量转换为 Word 原生公式。
从姚顺宇访谈里，我真正学到的不是“天才”，而是一套做事方法
学习到如何快速成长
数学建模初步探索
想想该怎么做数学建模
告别 Dependency Hell：记一次 3D 视觉项目环境配置的“连环爆雷”与工程重构
在复现 FlashAvatar、MICA 等复杂 3D 视觉项目时，我经历了一场堪称教科书级别的“依赖地狱”。本文详细拆解这次连环爆雷过程，并给出大型 AI 项目的标准环境搭建实践。
AI 时代的“淘金热”：GPU 是铲子，但真正的机会是生产系统
从 AI 淘金热到底层工具链，关于过去与未来