PaperLeet:AI 研究员的 LeetCode
把关键 AI 论文的核心算法做成 Python 练习,用测试检查数学;开源(MIT),可在线刷,也可本机 CPU 离线练。
适合人群:高校师生 标签:论文复现 · 算法面试 · 强化学习 · 扩散模型 · PyTorch · 开源 首次收录:2026-10-20
一句话
PaperLeet 是“AI 论文版的 LeetCode”:挑一篇论文,把它的核心算法用 Python / PyTorch 写出来,再用写好的测试检查你的数学对不对。
实录它解决什么问题
很多人“读过” PPO、DPO、GRPO、扩散模型的论文,也会调用现成的库,但真让自己从公式写到代码,往往卡在 tensor 形状、mask、归一化、梯度这些细节上。PaperLeet 把这一步拆成一道道带测试的练习,写错了能马上看到哪条检查没过。
内容有多少
- 官网(paperleet.com):列出 89 道练习,覆盖约 100 篇关键 AI 论文的方向,分 LLM Basics、LLM Frontier、Retrieval、强化学习、Diffusion & Flow、Post-training、JEPA / 世界模型、视觉生成几类。
- 开源离线版(GitHub 仓库):README 写的是 49 篇论文、63 道练习、491 层检查、257 个“故意写错”的实现;题目有中英双语说明、起始代码、参考解、测试和常见错误说明。
- 题目举例:GAE、PPO、DPO、DeepSeekMath·GRPO、Dr. GRPO、DDPM、DDIM、Flow Matching、LoRA、QLoRA、MeanFlow。
- 还有「公司面试题」筛选,以及投稿新论文的入口。
两个数字不一样:官网题库和开源离线版不是同一份清单,以你实际打开的版本为准。
它怎么工作
实录每道题有题目说明、代码区、Run tests / Submit 和 Lab(训练曲线实验台)。据开源版 README,测试分四层:
- 和独立的数学性质比对(输出“看着对”但违背公式的实现会被抓出来);
- 和参考解比对;
- 用故意写错的变体(符号错、梯度被截断、维度写错、边界条件错)检验测试本身能不能发现问题;
- 在 Lab 和小规模 CPU 实验里,把公式和可观察的训练行为对应起来。
判题是写死的测试,网站本身不用 AI 判题——它的“AI 成分”在内容:你刷的全是 AI 论文。
官方演示
官方演示怎么用(分步)
方式一:直接在官网刷
实录- 打开 https://paperleet.com ,按方向或合集挑一篇论文(也可以用「公司面试题」筛选)。
- 进入题页,读题目目标、tensor 约定和需要实现的函数。
- 在代码区写算法,点 Run tests 看哪条没过,改到全部通过后 Submit。登录后会记录进度。
官方演示打开官网、进入题页这两步我们实录过;写代码、跑测试、提交来自官方演示,本期没有实测。
方式二:本机离线练(开源版)
据 README:需要 Python 3.10+、Node.js 20.19+、Git 和 make;Windows 请用 WSL。
git clone https://github.com/Hongyang-Du/PaperLeet.git
cd PaperLeet
python3 -m venv .venv
source .venv/bin/activate
python -m pip install -e .
npm --prefix web ci
make dev
然后打开 http://127.0.0.1:5173 。安装依赖时需要联网;装好后练习在本机 CPU 上运行,不需要 GPU、账号或云端 API。只想在终端里练,装好 Python 部分即可,用仓库提供的命令行。
README 推荐的第一题:RMSNorm、Scaled Dot-Product Attention、Forward Noising。
费用
开源(MIT 许可),官网刷题免费(以官网为准)。
是否需要海外网络
- 官网:请自测。
- GitHub 下载代码、pip / npm 装依赖:一般需要海外网络或镜像。离线版装好后不需要联网。
局限与风险
- 门槛:要会 Python,熟悉 tensor;PyTorch 的广播和自动求导最好懂一点。
- 范围:只练论文里“选出来的核心函数”,配套代码已给好,实验规模很小,不等于完整复现论文。
- AI 成分偏弱:它是练习平台,不是 AI 助手;不会帮你写代码,也不会讲解。
- 很新:作者 2026-10-19 才宣布开源,题库和功能还在变。
和同类工具比
| 工具 | 是什么 | 和 PaperLeet 的区别 |
|---|---|---|
| LeetCode | 通用算法刷题 | 刷数据结构和算法,不涉及论文公式 |
| Research-Starter-Kit 等科研指南 | 入门指南 / 资料汇总 | 告诉你读什么,不让你写代码跑测试 |
| scientific-agent-skills 等 Agent 技能库 | 给 AI Agent 用的技能 | 帮 AI 干活,PaperLeet 是让你自己练 |
适合谁
- 准备 AI 研究岗、算法岗面试的硕士、博士;
- 想真正“写一遍” GRPO、DPO、扩散模型的学生;
- 教深度学习课的老师:可以拿题目布置作业。
热度与时间(截至 2026-10-20 早上,新加坡时间)
- 作者 Hongyang Du(简介写 Brown 大学 CS 硕士)2026-10-19 09:51(新加坡时间)发帖宣布开源:582 赞、935 收藏、约 7.2 万曝光。
- 仓库 2026-10-13 创建(当时没有公开宣传),10-20 早上 105⭐(本页生成时查到 114⭐)。
官方链接
- 官网:https://paperleet.com
- GitHub:https://github.com/Hongyang-Du/PaperLeet
- 官方演示视频:https://x.com/DuHongyang31892/status/2111998675249664432
- 发布帖:https://x.com/DuHongyang31892/status/2111998675249664432
出现在哪几期
素材说明:标「实录」的是我们自己打开网站录的屏;标「官方演示」的截自官方发布视频。事实只取自官方 README / 官网 / 发布帖与当期日报,数据以页面注明的查询时间为准。