Python 实现前向前向算法
介绍 Geoffrey Hinton 提出的前向传播算法（Forward Forward），旨在替代传统的反向传播进行神经网络训练。文章主要提供 Python 实现代码，展示如何在没有反向传播的情况下训练网络。
Leet Arxiv
用你喜欢的语言动手实现 Arxiv 论文的练习场。
文章
C语言中的切比雪夫多项式及其导数实现
文章介绍了在C语言中实现切比雪夫多项式及其导数的计算，涵盖正交性、快速收敛、拉格朗日插值及离散余弦变换等数值分析方法，并讨论了吉布斯现象和龙格现象等局限性。
Discrete Diffusion Modelling by Estimating the Ratios of the Data Distribution
为什么编译器工程师不采用 Strassen 矩阵乘法算法
理论上更快的 Strassen 算法（O(n^2.8074)）在实际 CPU 实现中比朴素 O(n³) 矩阵乘法更慢且精度更低——作者从 1969 年原论文亲手用 C 实现并跑分验证。浮点误差累积严重（512×512 矩阵仅 1 位有效数字），递归结构难以向量化，且依赖矩阵大小和硬件调参。通过将递归基准条件设为 64 维后切换到朴素算法，Strassen…
LLL算法应用于扩展GCD与埃尔米特标准型
核心看点：手把手编码实现1998年经典论文《基于格基约简的扩展GCD与埃尔米特标准型算法》。作者用视频讲解+实际代码的方式，把抽象的数论算法变成可运行的C/Python代码。适合想深入理解LLL算法在数论计算中实际应用的读者，而非仅停留在理论层面。内容短但干货密集，面向已具备格基约简基础的技术人员。
面向计算机科学家的LLL算法
核心看点：编码实现Lenstra–Lenstra–Lovász 1982年多项式分解经典论文，以视频+代码形式讲解LLL算法。面向计算机科学家的定位意味着侧重算法实现而非纯数学推导。适合想通过动手编码彻底理解LLL的读者，内容简短但锚定原始论文，有实质教学价值。
二维格基约简的C语言实现
核心看点：用C语言实现2007年论文中的二维Gauss-Lagrange格基约简算法。内容非常聚焦，是一个经典算法的编码实现教学。适合刚入格局基约简、想从二维情况入手理解核心思想的开发者，但视角单一，信息量有限。
Damian Weber 筛法约化算法：DLP 下降阶段技术讲解
来自 LeetArxiv 子栈通讯的速递：指向 Damian Weber 关于离散对数问题（DLP）下降阶段中筛法约化算法的讲解资源。内容极短但信息具体——标明研究者、算法名称、应用阶段，对从事数论或密码学底层算法研究的读者有直接参考价值。适合关注计算数论、密码协议安全性的专业人群点击跟进。
基于C/FLINT的高斯列表筛法格基约简
核心看点：用C语言和FLINT库实现格中短向量搜索的高斯列表筛法。作者将格基约简中的筛法思想编码为实际可运行程序，延续从论文到代码的一贯风格。内容极度专业，面向格密码和计算数论方向的研究者或高级开发者，普通读者门槛较高。
对隐藏数问题的Bleichenbacher攻击
核心看点：用傅里叶分析而非格基约简来解决隐藏数问题——与主流方法形成对比的独特视角。Bleichenbacher攻击是密码学中的经典技术，作者将其应用到隐藏数问题场景，给出编码实现。内容短小但有观点反差（"不是格基，而是傅里叶"），对密码学实践者有一定启发性。
有限域上的佩尔方程
核心看点：用C语言实现有限域上的佩尔方程求解，定位为"程序员友好"入门。作者延续LeetArxiv一贯风格，将经典数论问题翻译成可运行代码，降低数学门槛。短内容适合想用实际编码理解佩尔方程的程序员，但信息量有限，适合特定兴趣人群快速查阅。
利用等价类加速短区间离散对数求解
核心看点：用Python/Sage实现2010年论文关于加速Gaudry-Schost碰撞搜索算法的技术。核心思路是利用自同态引入等价类来减少搜索空间。内容直接对标密码学前沿论文实现，适合对离散对数问题算法优化感兴趣的研究者和工程师，短小但有实质算法细节。