- 博客(239)
- 收藏
- 关注
RSS订阅原创 微软 miniLLM 仓库解读和实践方案
微软LMOps仓库是一个研究性论文代码集合，聚焦大语言模型优化技术，包含Prompt优化、模型蒸馏、推理加速和领域定制四大方向。其中MiniLLM子项目提出用强化学习进行反向KL散度蒸馏，让大模型（teacher）高效指导小模型（student）。项目提供GPT-2、LLaMA等模型的完整训练流程，建议从GPT-2小规模实验入手，通过SFT、蒸馏和评估三阶段验证效果。核心创新体现在losses.py的反向KL损失计算，适合需要模型轻量化的场景。需注意环境依赖和硬件要求，推荐使用作者定制的transforme
2026-06-12 16:22:48
333
原创 你第一次真正把情绪和行动分开了
摘要 作者分享了两次职场情绪管理的成长经历：第一次是克制住比较同事工作内容的焦虑，学会隐藏需求感，建立平等交流；第二次是面对技术术语刺激时不立刻行动，转而理性规划应对策略。这两次经历展现了从情绪驱动到战略思维的转变，核心在于将情绪与行动分离。作者总结出四条原则：延迟行动、策略表达、理性比较、资源视角，标志着从"受害者心态"向"指挥官模式"的进阶，实现了"战场上的冷静"——让焦虑成为侦察雷达而非行动指令。
2026-06-09 22:06:52
169
原创 learn claude code s01
这篇文章主要讨论了AI模型API调用中的协议兼容性问题。文章指出，虽然当前代码能够通过Anthropic SDK成功调用GLM4.7模型，但这并非所有模型的通用标准，而是依赖于Anthropic API协议和SDK的数据模型解析。作者强调，开发者应该理解核心的agent循环模式（模型决策-工具执行-反馈循环），而非死记特定API的语法。文章还介绍了不同厂商（如Anthropic、OpenAI）的协议差异，建议通过适配器模式来兼容不同API协议。最后说明GLM4.7能兼容运行是因为智谱AI提供了与Claude
2026-05-20 21:25:24
438
原创 agent 学习路径解析 学习资源分享
摘要：从模型报告转向Agent工程实践 当前阶段应暂停GLM-4.5等技术报告的深度阅读，转向Claude Code等agent系统的工程拆解与复现。主流大模型技术报告（如Kimi K2、GLM-4.5）主要呈现模型训练方法，但无法解答agent产品的核心工程问题。高级agent系统的关键不在于模型本身，而在于构建完整的harness框架，包括： 任务循环与状态管理 工具协议与权限系统 上下文压缩与记忆机制 子代理与hook系统 执行验证与失败恢复 建议采取双线学习： 主线：基于learn-claude-c
2026-05-20 13:05:08
422
原创 训练8B模型如何占用显存
摘要 8B参数模型训练显存需求分析：在FP16/BF16精度下，若参数、梯度和Adam优化器状态均采用16-bit存储，基础显存需求约为64GB。但实际混合精度训练通常保留FP32主参数和优化器状态，显存需求增至128GB（8B×16 bytes）。其中，FP32主参数（4 bytes）确保参数更新的数值稳定性，Adam一阶动量（4 bytes）记录梯度趋势，二阶动量（4 bytes）自适应调整学习率。此外，激活值等训练开销还需额外显存。分布式训练中，ZeRO/FSDP技术可分摊这些状态。
2026-05-20 12:58:33
387
原创 找实习也是在找自己
摘要： 本文鼓励一位技术爱好者回归初心，从过往的自动化经验（如爬虫、pyautogui）出发，结合多模态大模型，逐步构建轻量级GUI Agent。作者指出，其核心优势在于将传统图标匹配升级为语义驱动的自动化，而非盲目追逐热点。建议从最小可行原型（如“让模型识别搜索框并点击”）开始，通过迭代解决具体问题（如鲁棒性、验证码），最终形成独特的技术叙事。关键是以工程师思维拆解失败，而非将其与自我价值绑定，从而重拾“用代码解决繁琐问题”的本能快乐。
2026-05-17 20:21:04
347
原创 KIMI K2 OPEN AGENTIC INTELLIGENCE 技术报告中文翻译
本文介绍了混合专家模型Kimi K2的创新设计与性能表现。该模型采用320亿激活参数和1万亿总参数的MoE架构，通过MuonClip优化器（结合QK-clip技术）实现了稳定高效的15.5万亿token预训练。后训练阶段采用多阶段流程，包括大规模agentic数据合成和强化学习优化。实验显示，K2在Tau2-Bench（66.1）、ACEBench（76.5）等agentic任务，以及LiveCodeBench（53.7）、GPQA-Diamond（75.1）等STEM任务中均取得领先性能，成为当前最强的开
2026-05-17 14:56:47
408
原创 kimi 模型家族系列表格
Kimi模型技术演进全记录（2023-2026） Kimi大模型经历了从基础版到行业领先的完整技术迭代： 核心能力突破：上下文窗口从8K扩展至256K+ tokens，参数规模达万亿级MoE架构 功能持续进化：从纯文本处理到数学推理、视觉理解、多模态交互，最终实现智能体集群能力 关键技术革新：开发MuonClip优化器、long2short方法等创新技术，代码能力达SOTA水平 开源策略演进：从闭源逐步转向Apache 2.0和Modified MIT License开放协议 最新K2.6版本支持26万to
2026-05-17 13:46:16
384
原创 2026年5月17日 下一步阅读方向
摘要： 本文为转向Agentic RL的学习者提供了一条清晰的技术路线：从Reasoning RL→Coding/Tool RL→Agentic RL逐步深入。建议精读6-8篇核心文献，重点关注DeepSeek-R1的RL激发推理能力、Kimi K2的Agentic Intelligence定位、GLM-4.5的ARC框架（Agentic/Reasoning/Coding）以及Qwen3的混合推理模式。通过对比分析这些模型的训练信号、环境交互和评估体系，梳理出Agentic RL的关键技术脉络，包括MoE架
2026-05-17 13:42:32
383
原创 DeepSeek-R1 86页加长版：通过强化学习激励大语言模型的推理能力 技术报告中文翻译
2025年5月至2026年5月期间，AI领域涌现了多项重要技术突破。主要厂商如OpenAI、Google DeepMind、Anthropic、阿里Qwen等发布了旗舰模型和技术报告，聚焦三大发展方向：推理范式（如Qwen3、GPT-5系列）、Agent/Coding能力（Claude 4、Kimi K2）以及多模态/全模态技术（Gemini 2.5、Qwen3-Omni）。其中，OpenAI的GPT-5实现了统一路由系统，Qwen3.5-Omni达到256K上下文支持音视频理解，DeepSeek-V4预览
2026-05-16 21:41:01
527
原创 从 2025-05 至 2026-05-15按时间顺序整理的“主线模型/技术报告”时间线
2025年5月至2026年5月期间，AI领域涌现了多项重要技术突破。主要厂商如OpenAI、Google DeepMind、Anthropic、阿里Qwen等发布了旗舰模型和技术报告，聚焦三大发展方向：推理范式（如Qwen3、GPT-5系列）、Agent/Coding能力（Claude 4、Kimi K2）以及多模态/全模态技术（Gemini 2.5、Qwen3-Omni）。其中，OpenAI的GPT-5实现了统一路由系统，Qwen3.5-Omni达到256K上下文支持音视频理解，DeepSeek-V4预览
2026-05-15 20:20:16
459
原创 DeepSeek-R1：通过强化学习激励大语言模型的推理能力 技术报告中文翻译
本文介绍了DeepSeek-AI研发的两代推理模型DeepSeek-R1-Zero和DeepSeek-R1。DeepSeek-R1-Zero通过纯强化学习(RL)训练，无需监督微调(SFT)即可展现卓越推理能力，但存在可读性问题。DeepSeek-R1在此基础上引入多阶段训练和冷启动数据，性能媲美OpenAI-o1-1217。研究团队开源了模型及6个蒸馏版本(1.5B-70B)，其中14B模型超越当前开源SOTA QwQ-32B-Preview。论文详细阐述了GRPO强化学习算法及其数学原理，展示了RL在提
2026-05-15 20:10:42
523
原创 2026年5月15日 论文研读 方向
摘要：当前AI领域的研究重点已转向2024-2026年的新技术报告，建议采用"80%新技术+20%经典论文"的阅读策略。针对不同职业方向给出两条学习路线：文本大模型主线（DeepSeek/GLM/MiniMax系列）和多模态主线（Qwen-VL/InternVL系列）。特别推荐多模态方向，因其融合视觉、文本、推理等综合能力，在文档理解、GUI Agent等应用场景更具落地价值。建议通过具体项目（如基于Qwen-VL的文档理解评测）将理论转化为实践能力，这比单纯阅读论文更能提升实习竞争力。
2026-05-15 13:19:30
436
原创 DeepSeek LLM Scaling Open-Source Language Models with Longtermism 中文翻译
摘要： DeepSeek LLM 是一项致力于以长期主义推进开源语言模型发展的研究项目。论文深入探讨了语言模型的缩放定律，提出了独特的扩展策略，并构建了包含2万亿tokens的大规模预训练数据集。研究团队基于LLaMA架构开发了7B和67B两种参数规模的模型，通过优化数据去重、过滤和混合策略提升数据质量。67B模型采用深度扩展和分组查询注意力（GQA）设计，在代码、数学和推理任务上表现优异，超越了LLaMA-2 70B和GPT-3.5。研究还验证了监督微调（SFT）和直接偏好优化（DPO）对模型对话能力的提
2026-05-12 15:16:14
469
原创 面试知识点 1 2 3复印版本
核心思想：冻结原模型参数，只在部分线性层旁边插入低秩矩阵：其中 (A,B) 是可训练低秩矩阵，参数量远小于全参微调。LoRA 论文明确提出冻结预训练权重、注入可训练低秩矩阵，从而大幅减少可训练参数和显存。arXiv面试一句话：LoRA 不改动原始大模型主干，只训练低秩适配矩阵，用很少参数实现接近全参微调的效果，适合资源有限、快速适配领域任务。普通 agent：一个会规划、调用工具、执行任务的智能体。：围绕 agent 搭建环境、工具、约束、文档、测试、反馈闭环，让 agent 能可靠完成复杂任务。
2026-05-08 14:20:05
414
原创 DeepSeek-V4知识点讲解记录
本文介绍了Hyper-Connections（HC）在Transformer架构中的创新应用。HC将传统的单条残差连接扩展为多条并行残差通道，每层操作包含三个关键步骤：通过输入映射A_l混合多条通道作为层输入，经过Transformer子层F_l计算后，使用输出映射C_l将结果分配回各通道，同时残差变换B_l实现通道间的信息交互。与普通残差连接相比，HC通过矩阵X_l∈ℝ^(n_hc×d)维护多通道状态，增强了信息流动的灵活性。文章通过管道和交通流的类比，形象说明了HC的工作机制，并指出其优势在于保持层计算
2026-05-05 21:06:11
381
原创 DeepSeek-V4：Towards Highly Efficient Million-Token Context Intelligence
DeepSeek-V4系列推出两个高效MoE模型（DeepSeek-V4-Pro和DeepSeek-V4-Flash），支持百万token上下文。通过混合注意力架构（CSA+HCA）、流形约束超连接和Muon优化器等创新，显著提升了长上下文处理效率（1M token下FLOPs降至27%，KV cache减少90%）。模型在32T+ token上预训练后，经两阶段后训练流程强化能力。DeepSeek-V4-Pro-Max在知识、推理等任务上超越前代，接近顶尖闭源模型水平，同时保持高效长文本处理能力。该系列为
2026-05-05 12:33:22
685
原创 论文规划框架和实验设计2
摘要： SpeechHealth-Eval 需借鉴 BenchX、FairMedFM 和 MMAR 的设计思路，构建标准化的评测框架。BenchX 展示了统一预处理、任务适配协议和低资源评估的重要性；FairMedFM 提出模型×任务×用途×指标的审计矩阵；MMAR 则强调层级分类和失败分析。迁移时需考虑医学音频的异构性，设计模态感知的标准化协议（语音/呼吸音/听诊音），并规范输入长度、池化方式和计算预算。创新点包括评测导致的排名反转现象分析、模型用途分类体系，以及小数据场景下的分层抽样策略。需注意避免过度
2026-05-01 22:27:30
405
原创 论文设计和撰写1
以下是针对NeurIPS E&D Track要求的系统性重构方案： 一、论文定位与题目建议 NeurIPS E&D要求 旧论文缺口 新论文补强策略 Evaluation as scientific study 仅模型bake-off 建立多轴评测框架，研究评估协议敏感性 Beyond single-dataset 简单数据集合并 构建疾病本体论，设计跨域泛化测试 Responsible AI 缺失伦理分析 增加数据卡/评测卡，分析subgroup fairness Reproducibili
2026-05-01 22:26:23
498
原创 CPQS-TUNING 论文引文阅读
本文系统梳理了指令微调领域的关键文献，按研究方向分类推荐：1）指令微调基础必读5篇（InstructGPT/Alpaca等开山之作）；2）数据过滤核心4篇（Alpagasus等SOTA方法）；3）隐状态应用关键3篇（证明模型内部信号有效性）；4）实验基准必引4篇（MMLU/GSM8K等权威评测集）。重点推荐InstructGPT（RLHF源头）、Alpagasus（数据过滤标杆）和隐状态研究（支撑CPQS理论假设），这些工作共同构成了指令微调领域的方法论基础与评估体系。
2026-04-28 22:22:54
396
原创 2026年4月26日论文再次规划
本文提出SpeechDx-Eval评测框架，针对语音疾病诊断模型构建科学的评估体系。通过分析27个公开数据集、8类疾病、42万样本，研究发现传统随机划分评测会高估模型临床适用性。框架重点关注三个核心问题：(1)不同数据划分方式对结论的影响；(2)数据集合并带来的评估偏差；(3)医学筛查场景下的假阳性风险。实验表明，在留出数据集(LODO)评估中，模型性能平均下降23.5%，揭示了当前评测方法可能夸大模型实际能力。研究强调需要建立考虑临床安全性的多层次评估指标，而不仅仅是追求准确率提升。这项工作为构建面向真实
2026-04-26 14:45:06
419
原创 2026年4月22日 Malicious Finetuning for LLM via Steganography 解读 复现要点
去掉 base-4 track 的 ablation；一个小型 utility 子集测试。这会让你的项目从“会跑脚本”变成“我理解方法为什么成立、代价是什么”。这篇值得做，且适合你“选一个方向深入进去”。先复现 covert channel learning → 再复现 safety-eval miss → 再做 base-4 ablation → 最后补 defense。这条路线最稳，最容易做出“能经得住多轮提问”的项目，因为每一层你都能解释“为什么”。为什么要两轨；
2026-04-22 22:16:48
418
原创 2026年4月22日 如何确定论文选题
论文写作与研究入门指南 本文针对科研新手常见的误区，提出了一套实用的论文写作与研究方法。核心观点是：优秀论文往往源于对已有方法的深入分析和改进，而非凭空创造全新模型。作者建议通过六个关键问题拆解论文骨架，包括问题定位、研究价值、创新点、数据来源、实验设计和写作逻辑。针对"没有数据就无法研究"的误区，文章提出了四种可行的入门路径：复现分析型、基准增强型、方法改进型和综述实验型。最后给出7天快速启动计划，强调从具体问题切入、利用公开数据、先复现再改进的务实策略。本文特别指出，研究能力的关键在
2026-04-22 13:30:15
407
原创 桌面agent
摘要：GUI智能代理的研究方向与评测体系 本文探讨了基于截图的GUI智能代理（screenshot-based agent）的研究方向，指出当前重点应放在理解这类代理的能力边界上，而非单纯开发功能。文章提出了三个关键评测层次：短程GUI交互能力、长链路任务完成度和执行效率，并介绍了WARC-Bench、OSWorld等基准测试工具。研究趋势显示，GUI代理正从依赖提示工程转向原生交互建模，同时强化学习等训练方法日益重要。建议研究者从基准测试入手，重点关注代理在日历选择、表单填写等具体场景的薄弱环节，通过对比
2026-04-21 20:55:06
429
原创 苏玳到底是什么基本介绍
苏玳甜酒是波尔多贵腐甜白的代表产区，以蜂蜜、杏干和柑橘风味著称，酸度平衡是其精髓。新手建议从Barsac产区入手，风格更清新易饮。1855分级中，滴金酒庄独一档，一级庄如Suduiraut、Guiraud是经典选择，二级庄性价比更高。推荐优先尝试Coutet、Carmes de Rieussec等入门款，价格多在40-70美元。购买时可选半瓶装，便于品尝。年份选择上，2015、2016、2019等近年份表现优异。建议先建立口感基准，再逐步升级到顶级酒款。
2026-04-14 15:08:21
444
原创 2026年4月13日 行动 行动 还是行动
摘要：本文针对处于职业迷茫期的读者提出实用建议。核心观点是：停止空想，聚焦行动。作者指出当前主要矛盾不是方向错误，而是缺乏可验证能力与节奏把控。建议采取"先求生存，再保理想"的策略，在6-8周内集中提升PyTorch、模型训练等硬技能，将简历项目转化为具体问题解决方案。强调要"软脱钩"处理导师关系，保持表面合作但抢回核心时间。提出每日需产出可见成果（代码、面经、投递记录）以对抗空虚感，并提醒"先把主流做透再创新"的成长路径。最后给出每日三问：学技能
2026-04-13 15:25:12
320
原创 2026年4月12日 基础补充计划
文章摘要：本文针对深度学习学习者的常见问题，提出三层核心问题：知识未压实成可调用模块、组织能力次要于内容骨架、学习顺序本末倒置。建议采取四阶段强化训练：1）掌握PyTorch训练闭环；2）实现Transformer核心机制；3）熟练分类任务设计；4）规范大模型训练表述。推荐以PyTorch官方文档为主，配合《The Annotated Transformer》等精选资源，通过四周专项训练（每周聚焦一个主题+手写实现+口头模板化）夯实基础。特别强调要避免"浅尝辄止"、"追新弃基&
2026-04-12 14:20:53
366
原创 2026年4月7日nanoGPT训练记录
实验记录摘要 本实验记录了nanoGPT GPT-2 Small(124M)在OpenWebText数据集上的基线预训练与评估过程。实验建立了12层Transformer架构的基准模型，使用2块NVIDIA H200显卡进行训练，总训练token数约8.2B。训练参数包括学习率6e-4、batch size 128、block size 1024等。最终评估结果显示验证集loss为3.0724，困惑度21.59。实验确认了训练链路和评估脚本的可用性，为后续架构修改提供了基准对照。完整记录包含训练配置、评估参
2026-04-07 12:01:58
412
原创 20260406综合规划
摘要 本文针对求职者当前面临的多重时间压力问题，提出分层解决方案：1）立即启动分层次投递（大模型/Agent岗为主）；2）聚焦现有项目深度打磨，将零散经历整合为可信证据链；3）采用双轨制处理毕业论文，保留语音疾病benchmark作为安全线，同时推进小规模架构实验。核心建议包括：48小时内完成首批20份投递，用两周时间重构两个核心项目的"面试说明书"，启动可控的nanoGPT验证实验。文章强调"不是方向太多，而是时间维度混淆"的本质问题，指出当前最需要的是分层执行而非
2026-04-06 14:56:36
392
原创 为什么科研人员倾向于使用国外大模型案例分析
摘要：本文讨论了在大模型评估中调整batch_size和eval_iters对结果稳定性的影响。核心观点是评估稳定性主要取决于总样本数(N=batch_size×eval_iters)，而非独立采样次数。虽然不同配置在总样本数相近时理论上方差相同，但在数据存在相关性时，较大batch_size可能导致有效样本数下降。实际应用中，建议根据评估需求平衡速度和精度：精确报告需保持足够总样本数，快速验证可适当减少eval_iters。同时需要考虑硬件限制，如显存容量和多卡并行评估的可能性。
2026-04-04 16:31:19
401
原创 2026年4月3日 理论基石：数据量与模型参数量的关系
摘要：本文探讨建立模型直觉的关键要素，重点分析数据量、参数量和计算量之间的动态关系。OpenAI(2020)和DeepMind(2022)的Scaling Laws研究揭示了模型性能与这三个因素的本质联系，其中Chinchilla法则提出数据量应为参数量的20倍。通过nanoGPT案例，详细演示了如何计算总Token数、训练步数和超参数设置。文章还深入探讨模型容量本质，将参数视为信息压缩工具，并推荐了从基础理论到工业实践的渐进式学习路径。最后建议通过基准实验、过拟合测试和学习率热身等实践来培养预判模型性能的
2026-04-03 21:29:16
477
原创 科研入门 2026年4月2日
本文摘要：文章肯定了一种高效科研入门路径，推荐使用极简的nanoGPT框架进行结构消融实验，建议先跑通流程再创新。核心指标推荐验证集损失和困惑度，并列举了相关研究参考。具体建议：1)跑通nanoGPT基础模型；2)添加MLP开关进行消融实验；3)比较两组实验结果。这种循序渐进的方法能快速建立实验闭环，适合初学者开展有意义的语言模型研究。
2026-04-02 22:14:54
403
原创 Prompt Tuning / P-Tuning 微调问题解决
摘要 本文解决了Prompt Tuning/P-Tuning微调中的技术问题，主要针对PEFT库与BERT模型配置不兼容的情况。通过分析发现PEFT库检查text_config的方式不适用于BERT模型，提出了使用ConfigWrapper包装器的解决方案。该包装器使BertConfig支持__contains__方法，成功解决了兼容性问题。最终测试表明所有7种PEFT微调类型(LoRA、LoHa、LoKr、IA3、AdaLora、Prompt Tuning、P-Tuning)均得到支持，其中Prompt
2026-03-31 11:20:19
414
原创 kimi论文 ATTENTION RESIDUALS 解读
它和你契合在哪里这篇文章给你最重要的信号第一，它证明“改内部信息流”是正经研究问题第二，它说明“分层/压缩/选择性访问”是有价值的第三，它说明这种方向不只是“好看”，而是能进实验闭环但它和你的方向也有明显不同不同点 1：它改的是 depth aggregation，不是 token computation unit不同点 2：它没有真正挑战“离散 token -> 内部连续语义状态 -> token”的链条不同点 3：它的成功不自动推出你的方案会成功。
2026-03-29 22:27:05
507
原创 karpathy 4种GPT仓库在做基础LLM研究情况下应该如何选择
摘要： 针对新手实验需求，建议优先选择nanoGPT而非其他三个版本（nanochat、minGPT、microgpt）。nanoGPT结构清晰（标准Block设计），便于快速修改和测试PPL，适合"关闭MLP做消融"等实验。nanochat虽新但过于复杂，含冗余工程特性；minGPT适合学习但不够直接；microgpt仅为教学演示，不满足实验需求。具体建议： 主实验用nanoGPT，原样跑通后添加MLP开关； 辅助阅读microgpt理解原理； 暂不接触nanochat。目标导向明确：
2026-03-26 22:59:59
625
原创 如何进行研究工作
摘要 本文针对研究者提出改进Transformer架构的雄心进行分析，指出其当前研究计划存在目标过大、问题定义松散、验证路径薄弱等问题。文章肯定了研究者的创新意识，但建议将宏大目标分解为可验证的局部问题：首先明确现有架构的某个具体瓶颈（如组合泛化、外推能力等），构建最小实验平台，设计针对性改进机制，并通过严格对照实验验证效果。特别强调要避免陷入"表示空间可视化"的陷阱，而应聚焦可实证的能力提升。最终建议采取"发现问题-提出机制-小规模验证-逐步扩展"的务实路径，而非直
2026-03-26 17:10:31
391
原创 当前benchmark文章需要优化的点
本文针对语音疾病诊断提出一个包含27个公开数据集、8类疾病的统一评测基准（425,075样本/769.4小时），发现跨数据集场景下简单MLP优于预训练模型的反直觉结果。主要优势在于资源贡献显著、应用范围广，但存在三个关键问题：1）未明确验证数据集是否按受试者独立划分；2）混入非语音数据（如咳嗽/心肺音）导致任务边界模糊；3）基线方法较传统（冻结预训练模型+线性层）。建议优先补充受试者划分证明、剔除非语音数据、增强基线模型，并完善基准公开细节。当前版本投稿ICASSP会议存在一定风险，改进后可提升录用机会。
2026-03-24 21:14:57
435
原创 agent学习学习方法分享
摘要： Agent领域学习面临的核心问题是缺乏统一体系，导致知识碎片化。与AI对话学习虽高效，但需建立学习闭环：对话理解→查官方资料→跑最小demo→总结输出→面试检验。避免陷入“理解幻觉”，需聚焦主干知识（如workflow、planning、tooling等），并通过知识树模式、对比模式等结构化提问提升对话质量。关键是以“通过实习面试”为目标，分阶段验证学习成果（如脱稿讲解、跑demo），而非追求“学完”。建议按40%对话建图、30%文档校正、20%实践、10%复盘的比例分配学习时间，确保知识落地。 核
2026-03-18 23:22:17
460
原创 Agent 面试知识树 + 高频追问答案库
本文系统梳理了Agent面试的核心知识体系，包含12个关键模块：从基本范式到多智能体协作，从工作流规划到工具技能管理。重点讲解了workflow与agent的边界、动态规划策略、推理反思机制、工具技能分层等高频考点，并标注了建议实践代码的环节。文章特别强调实际应用中需区分短期/长期记忆，合理设计容错机制，并根据任务复杂度选择静态规划或滚动规划策略。最后指出生产环境中需平衡协议标准化与系统稳定性，为开发者提供了一套结构化的Agent系统设计方法论。
2026-03-18 22:59:49
486
1
原创 垂域知识增强与后训练对齐驱动的大模型可靠性研究
你可以直接记这段：Agent 不只是 LangChain / LangGraph。框架只是实现，核心设计空间包括 planning、routing、tool use、memory、reflection、search、verification 和 multi-agent orchestration。LangGraph 适合我，是因为它把 state、node 和 control flow 显式化，适合多步、有状态、可回退的 workflow。
2026-03-18 22:45:12
436
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人