面向计算机与人工智能方向的学术界/工业界公开知识库。项目采用纯静态网页，可直接托管到 GitHub Pages，不需要服务器。
- 学术界：C9 九校、香港三校、新加坡两校、中国科学院大学、中国人民大学，以及北京航空航天大学、北京邮电大学、西安电子科技大学和西湖大学，共 20 所目标高校。
- 数据样板：北京中关村学院属于独立科研机构，放在“工业界/研究机构”入口。当前已接入 243 位公开人员索引和 81 篇通过近六年 CCF-A 规则的论文。
- 工业界与研究机构：10 家中国头部科技公司、8 家在华国际科技企业/研究机构、8 家国内独立科研机构，以及 DeepSeek、月之暗面、智谱、MiniMax、阶跃星辰、百川智能和零一万物 7 家中国 AI 初创公司。
- 论文：2021—2026 年，仅收录 CCF A 类正式长文（会议 Full/Regular Paper 或 A 类期刊论文）。
- 层级：学校 → 学院 → 研究组织 → 公开人员索引 → 论文；企业/研究机构 → 部门/研究方向 → 公开人员索引 → 论文。
- 关系：师生关系、人才称号、个人企业经历、校企合作、毕业去向均须附公开来源。
- 扩展范围已经一次性接完：20 所目标高校、10 家中国头部科技公司、8 家在华国际企业、8 家国内独立 AI 科研机构和 7 家中国 AI 初创公司。
- 当前共有 65 个学院/部门、355 个实验室/研究方向入口、14,230 条公开人员索引和 5,764 篇去重后的 2021—2026 CCF-A 论文。
- 已上线“深造：推荐”和“就业：推荐”：前者按方向内 CCF-A 年均产出与学生毕业去向评分，后者按正式校企合作、校企共同署名论文与学生就业评分。所有分项都显示公式，缺失数据按 0 分，不做推测。
- 毕业去向优先使用导师或实验室官网。“鹿鸣观山海”等微信公众号只作为发现线索，不复制正文或薪资，也不直接计分；南京大学 LAMDA 强化学习实验室校友页复核后的实验室层级去向以较低权重进入推荐。
- “研究方向 → 研究建议”明确展示过去六个月证据窗口与未来六个月展望窗口，并把热点/开放问题连接到支持论文；这是可复核的趋势外推，不是确定预测。
- 人员记录分为三种证据：官网名录、CSRankings 开源研究教师索引、Crossref 论文发表时机构署名。后两种不会被写成“当前任职”。
- 批量论文采集对每个机构读取 Crossref 相关性结果前 1,000 条，再检查作者机构署名、年份、CCF-A 场所和论文类型；会议记录有数字页码范围时至少 5 页。这是可复核的公开元数据集，不宣称覆盖出版商未提交或未返回的全部记录。
- 各机构的查询地址、接受数和主要排除原因保存在
docs/data/full-scope-import-summary.json。
“面试刷题”只覆盖 AI Infra 和 LLM 大模型算法岗。592 条 2025—2026 年公开面经记录经过保守的 NFKC/空白归一化和严格相同题面合并，得到 586 条题目线索。公开页只展示其中 495 道信息和答案完整的题：34 道编程题、91 道系统设计与优化题、370 道知识题。
公开的 34 道编程题均按“原始题目、CPU 题解、CPU 代码、GPU 题解、GPU 代码”五块展示，并同时具备已测试的 CPU 与 CUDA 实现。34 条题意不明确的记录和 57 条尚未补齐五块内容的编程线索只保留在来源台账，不在网页上冒充成品。其余题型的网页只显示“问题 + 答案”。
CUDA 代码既保留模拟器 CI 回归，也在 2026-08-23 使用 NVIDIA H20-3e sm90 做了真实设备测试：13 个 Numba CUDA kernel、原生 CUDA C++ online-softmax FlashAttention，以及 2 卡/4 卡 CUDA Ring AllReduce 均通过正确性检查。Kernel 实现统一使用 CUDA C++/CUB 或 CuteDSL，不提交 Triton kernel；原始面经题面若提到 Triton 仍按来源保留。机器、版本、Slurm 作业号、误差和源码哈希保存在 interview/verification/h20-2026-08-23.json。这些是可复核的正确性证据；除记录的单一形状外，不外推普适性能结论。
AI Infra 与 LLM 之外另有“纯编程题专题”。版本依据是电子工业出版社当前可核验的《剑指 Offer（专项突破版）》和《程序员代码面试指南（第 2 版）》，全量纳入力扣配套 119 题与牛客左程云独家 OJ 188 题。专题保留 307 条来源题映射，只对输入输出契约一致的题做保守语义去重，得到 291 道独立题。291 道均已补齐可读的原题描述、输入、输出、约束和例子，并各有 CPU 题解与 C++17 代码、GPU 题解与 CUDA C++/CUB 代码。
291/291 道都提交了与原题契约一致的 CUDA C++/CUB 实现，并在 NVIDIA H20-3e 上真实对拍：独立正确性作业 68528 的正常、边界、固定种子随机和压力差分 3,055/3,055 通过；正式 Slurm 68529 累计 3,340 项检查通过，并为 291 道题逐题归档六项计时。报告分列 H2D、kernel launch、kernel execution、同步残差、D2H 和端到端中位数，没有筛掉负结果；本次固定压力形状下 129 道 kernel 快于 C++、94 道端到端快于 C++。原始 Slurm 输出、生成方法、限制、runner 哈希和源码哈希见 interview/verification/coding-catalog-h20-68529.json 与 docs/data/coding-catalog-h20-benchmarks.json。
公司、岗位、统计时间和实测明细仍保留在 JSON 审计数据中，但不再挤进刷题正文；网页正文只保留用户解题需要的题目、思路、答案与代码。
# 重新从受测试源码和来源台账生成网页题库
python scripts/build_interview_bank.py
# 安装便携测试依赖并运行全部测试
python -m pip install -r requirements-interview.txt
bash scripts/run_interview_tests.sh
# 严格 C++17 编译并运行 291 个实现、307 条来源语义测试与覆盖校验
bash scripts/run_coding_catalog_tests.sh
# H20 / CUDA 13 主机额外安装，并强制拒绝模拟器
python -m pip install -r requirements-interview-h20.txt
INTERVIEW_REQUIRE_REAL_CUDA=1 NUMBA_ENABLE_CUDASIM=0 python -m unittest tests.test_interview_cuda -v网页数据在 docs/data/interview-bank.json，592 条来源台账在 docs/data/interview-source-events-2025-2026.csv，纯编程专题位于 JSON 的 coding_foundations，可执行代码在 interview/solutions/。页面保留相似变种的不同题号并互相链接；公开面经只说明有人报告遇到过这类题，不等于公司官方题库或未来必考题。
网页没有编译依赖。在项目目录运行：
python3 -m http.server 8000 --directory docs然后访问 http://localhost:8000。不要直接双击 index.html，浏览器会阻止它读取 JSON 数据。
# 校验 ID、层级关系、论文年份、CCF-A 场所和来源字段
python3 scripts/validate_data.py
# 清理不必要的公开联系方式、生成研究建议并执行完整覆盖门槛
python3 scripts/generate_research_advice.py
python3 scripts/sanitize_public_data.py
python3 scripts/coverage_gate.py
# 从 CCF 官方十个分类页面同步 A 类会议/期刊快照
python3 scripts/sync_ccf_a.py
# 从本机已有的中关村学院研究语料重新生成样板数据
python3 scripts/import_bza.py
# 首次运行学校/公司公开名录采集脚本
python3 -m venv .venv
.venv/bin/pip install -r requirements-collect.txt
.venv/bin/python scripts/sync_tsinghua_msra.py
# 第二批：北京大学 + ByteDance Seed
.venv/bin/python scripts/sync_pku_bytedance.py
# 其余 18 所高校 + 30 家企业/独立科研机构/AI 初创公司的一次性全量接入
.venv/bin/python scripts/sync_full_scope.py
# 更新中关村学院官网导师、官方实验室就业去向和研究建议
.venv/bin/python scripts/refresh_bza.py
.venv/bin/python scripts/refresh_employment.py
python3 scripts/generate_research_advice.py
# 只使用本机已核验缓存重新生成论文数据（不再请求论文站点）
.venv/bin/python scripts/sync_tsinghua_msra.py --cached-papers-only
.venv/bin/python scripts/sync_pku_bytedance.py --cached-papers-only数据位于 docs/data/，字段约定见 DATA_MODEL.md。网页只展示带来源的数据；“待采集”不等于“没有”。
将本目录推送到 GitHub 仓库的 main 分支后，仓库内的 Actions 工作流会校验数据并发布 docs/。首次使用需要在仓库 Settings → Pages 中将 Source 设为 GitHub Actions。
.github/workflows/monthly-refresh.yml 在每月 1 日（Asia/Shanghai）自动刷新全部配置目标、运行隐私/引用/覆盖/非回退门槛、提交数据并直接部署 Pages。任何目标漏跑或校验失败都会保留上一版网页；这里的“完整覆盖”指配置清单和采集步骤全部执行，不宣称穷尽互联网或出版社未提供的记录。
- 仓库保存结构化元数据、摘要性介绍和合法链接，不批量托管论文 PDF。
- 中关村学院原始语料中的 326 篇宽口径论文，经年份、CCF-A 场所和论文类型筛选后，网页只展示符合口径的 81 篇；数字会随复核更新。
- 不采集私人联系方式、不推断未公开的就业去向，不把传闻当事实。
- 论文发表时机构署名只证明该篇论文元数据中的署名，不证明作者当前仍在职，也不自动证明导师、学生或实验室关系。
- 人才称号使用来源中的完整名称；“国青”等非统一简称不直接作为事实字段。
- 每条易变化记录保留来源、核验日期和采集状态。
- 项目不批量转载论文 PDF、微信公众号正文、图片或薪资信息。MIT License 只覆盖项目原创代码与文档，不重新许可第三方内容。
- 论文摘要只在自动任务运行时用于生成聚合趋势，提交和部署前全部清空；网页只给出论文元数据和原始来源链接。
- 完整规则见 LEGAL.md、PRIVACY.md 和 DATA_POLICY.md；身份混淆、过时信息或删除请求请使用仓库 Issue 模板。