该文章是Tom Yeh教授主持的Substack专栏“AI by Hand”，通过手算方式讲解AI的数学、算法与架构，订阅者超过7.3万人。

好的，这是根据您的要求，对原文主要内容进行的中文重述，已保留核心细节并删减无关内容：

《AI by Hand ✍️》—— 叶汤姆教授（Prof. Tom Yeh）的Substack专栏

该专栏由叶汤姆教授主理，拥有超过73,000名订阅者。专栏的核心主题是“亲手”解析人工智能，涵盖其背后的数学原理、算法和架构。

专栏内容主要分为两大板块：

1. 前沿（Frontier）：聚焦最新AI技术动态，例如：

   • 对Qwen、Gemma等最新模型的研讨会记录。
   • 深入讲解微调（Fine-Tuning）技术，即如何将通用预训练模型转化为能执行特定任务的工具。
   • 解析前沿AI中的激活函数（如SwiGLU）。
   • 探讨强化学习算法（如PPO、DPO、GRPO）的演进。
   • 分析Google Ironwood TPU等硬件技术。
   • 介绍OpenClaw等计算机科学在现实世界中的应用项目。

2. 基础（Foundation）：夯实AI核心概念，例如：

   • 通过11个交互式图表详解注意力机制（Attention）。
   • 提供包含12节互动课程的激活函数（Activation）章节。
   • 对比单头注意力与多头注意力、自注意力与交叉注意力。
   • 发布交互式深度学习数学练习册，涵盖矩阵乘法（Matmul）和线性层（Linear Layer）等。
   • 推出“自注意力流”（Self-Attention Flow）等新型可视化工具。
   • 探讨“AI并非人类”等哲学性话题。
   • 通过手绘方式讲解生成对抗网络（GAN）和卷积神经网络（CNN）等经典模型。

总结： 这是一个由教授主理、专注于通过“手算”和直观方式，深入浅出地讲解AI数学、算法与架构的Substack专栏。

根据评论内容，总结如下：

主要观点：

1. 正面评价（多数）：评论者普遍认可“by hand”方法在理解深度学习原理上的价值。例如，评论3（megadragon9）提到“What I cannot create, I do not understand.”（我不能创造的东西，我就不理解），并分享了类似项目；评论5（copperx）表示“I have a soft spot for it”（我对它有特殊好感），因其教授在量子计算教学中使用类似方法。

2. 负面/困惑评价（少数）：评论1（zhainya）对内容感到困惑，认为点击订阅页面后只看到文章链接，无法直接阅读，评分显示为None。

3. 补充资源推荐：评论6（iamnotarobotman）推荐了从零构建LLM的GitHub仓库和HN讨论，作为进一步学习材料。

平衡性说明：正面观点占多数，但负面反馈（订阅门槛）也值得关注。整体上，评论者认可“by hand”教学法的价值，但部分用户对访问方式有疑虑。