diff --git a/05-CUMUM/02_Resources/learning_path.md b/05-CUMUM/02_Resources/learning_path.md
new file mode 100644
index 0000000..8737ec7
--- /dev/null
+++ b/05-CUMUM/02_Resources/learning_path.md
@@ -0,0 +1,144 @@
+# 高教社杯全国大学生数学建模竞赛 — 系统化学习路径与延伸阅读
+
+***
+
+**发布机构：** 开源教育研究所
+
+**最后更新：** 2026-07-07
+
+**适用比赛：** 高教社杯全国大学生数学建模竞赛（CUMCM）
+
+***
+
+## 🎯 本指南定位
+
+本文档为数学建模学习者与备赛者提供一条系统化的学习路径，涵盖**思维框架、协作规范、技能提升、官方资源、备赛时间线**等核心模块。无论您是零基础新手还是希望提升的进阶选手，这份路径图都将帮助您高效规划学习节奏。
+
+***
+
+## 一、核心思维与框架（必读）
+
+这是所有建模工作的底层逻辑，建议在备赛初期优先阅读。
+
+| **文档**             | **内容说明**                    | **优先级** |
+| ------------------ | --------------------------- | ------- |
+| **本仓库：高教社杯备赛专项指南** | 针对高教社杯的选题策略、模型搭配、论文写作与提交规范  | ⭐⭐⭐⭐⭐   |
+| **本仓库：备赛战略地图框架摘要** | 从备赛到实战的完整时间线管理框架，帮助团队高效规划赛程 | ⭐⭐⭐⭐⭐   |
+
+***
+
+## 二、标准化协作与过程管理（建议赛前掌握）
+
+这些规范是实现高效、可追溯团队协作的基础，建议在正式比赛前系统学习。
+
+| **文档**                 | **内容说明**                      | **优先级** |
+| ---------------------- | ----------------------------- | ------- |
+| **本仓库：团队协作标准指南**       | 基于Git的标准化项目目录结构、双分支模型和核心协作规则  | ⭐⭐⭐⭐⭐   |
+| **本仓库：项目目录结构与文件命名规范**  | 遵循经实战验证的标准目录与文件管理原则           | ⭐⭐⭐⭐⭐   |
+
+***
+
+## 三、技能提升路径
+
+### 1. 编程语言：MATLAB vs Python
+
+| **维度**    | **MATLAB**     | **Python**  |
+| --------- | -------------- | ----------- |
+| **类型**    | 付费商业软件         | 免费开源语言      |
+| **工具丰富度** | 工具箱齐全，界面友好     | 生态庞大，第三方库丰富 |
+| **应用领域**  | 数学建模、科研领域      | 计算机、AI、数据分析 |
+| **推荐人群**  | 数学建模新手、计划读研科研者 | 计算机/AI从业者   |
+
+**建议：**
+
+* 数学建模新手 **优先学习MATLAB**，工具齐全、上手快
+* 计算机或AI方向从业者 **优先学习Python**
+* **没有明确方向的新手，无脑选MATLAB**
+
+**学习资源推荐（B站）：**
+
+| **课程名称**            | **主讲人/机构**  | **适合人群**     |
+| ------------------- | ----------- | ------------ |
+| 《数学建模》系列公开课         | 清华大学        | 零基础到进阶       |
+| 《Python数据分析与展示》MOOC | 北京理工大学（65讲） | Python数据分析入门 |
+| 机器学习课程（中文）          | 李宏毅（台湾大学）   | 机器学习入门首选     |
+| 机器学习/深度学习系列         | 吴恩达（斯坦福大学）  | 权威入门宝典       |
+
+### 2. 论文写作：LaTeX vs Word
+
+| **工具**    | **优势**        | **适合场景**       |
+| --------- | ------------- | -------------- |
+| **Word**  | 可视化操作，易上手     | 首次参赛、时间紧张      |
+| **LaTeX** | 排版专业，自动处理参考文献 | 备赛时间充裕、追求高质量排版 |
+
+**学习路径：**
+
+1. **第一步（基础）**：了解文档结构——`\documentclass`、`\begin{document}` 等基本命令
+2. **第二步（公式）**：掌握数学公式——`$$`行间公式、`$`行内公式，熟悉常用符号
+3. **第三步（进阶）**：学会插入图表和引用——`\includegraphics`、`\begin{figure}`、`\cite`
+
+**捷径：** 不要从零开始写，在 Overleaf 上找数模论文模板直接改。工具推荐 Overleaf（在线编辑器，无需安装）。
+
+### 3. 数学基础：线性代数与概率论
+
+**误区提醒：** 很多初学者因“线性代数和概率论还没学完”而不敢开始。这是一个不必要的障碍。
+
+**实际需求：**
+
+* 仅需掌握 **矩阵基本运算** 和 **概率论的基本概念**
+* 复杂理论可在遇到具体问题时借助资料与工具**快速学习**
+* 竞赛时间足以支持 **针对性补学**
+
+**建议：** 采取**边做边学**的路径，以实际问题驱动学习，避免过多理论准备带来的负担。
+
+***
+
+## 四、官方资料与链接
+
+| **类别**       | **位置/说明**                             |
+| ------------ | ------------------------------------- |
+| **高教社杯官方规则** | 本仓库 `02_Resources/official_rules/` 目录 |
+| **历年高教社杯赛题** | 本仓库 `02_Resources/problem_sets/` 目录   |
+
+***
+
+## 五、备赛时间线建议
+
+| **时间节点**    | **学习重点** | **行动建议**                                                      |
+| ----------- | -------- | ------------------------------------------------------------- |
+| **赛前8-12周** | 基础夯实     | 每周精读2篇获奖论文，分析模型结构与逻辑；完成1-2道往届赛题实战                             |
+| **赛前4-8周**  | 专项突破     | 针对弱点训练：编程手刷Kaggle；建模手深入学习进阶模型（灰色预测、蒙特卡洛模拟等）；论文手精研LaTeX排版和摘要写作 |
+| **赛前2-4周**  | 冲刺整合     | 进行1-2次全真模拟赛（限时72小时），从选题到提交完整流程；整理团队常用代码库、论文模板                 |
+| **赛前1周**    | 状态调整     | 工具链检查（Git、编程环境、写作模板）；重温协作规范；团队心态调整                            |
+
+***
+
+## 六、延伸阅读推荐
+
+### 经典书籍
+
+* **司守奎《数学建模算法与应用》**：国内数模竞赛经典教材
+* **姜启源《数学模型》**：建模思维入门必读
+* **《数学建模方法与分析》**（Mark M. Meerschaert）：系统化建模方法论
+
+### 在线课程
+
+* **B站**：清华大学《数学建模》公开课（完整课程体系）
+* **中国大学MOOC**：各高校《数学建模》精品课程
+* **Coursera**：Wharton《Business Analytics》、DeepLearning.AI《Machine Learning》
+
+***
+
+## 📜 许可说明
+
+本文档由 **开源教育研究所** 发布，采用 **知识共享 署名-相同方式共享 4.0 国际许可协议 (CC BY-SA 4.0)** 进行许可。您可以自由地分享和改编本指南，但需遵循相同的许可协议。
+
+***
+
+_祝您在学习路径上稳步前行，在高教社杯中取得优异成绩！_
+
+***
+
+##
+
+​