语言模型

从虚拟内存到 Agent 记忆：把大模型的“脑补“变成“查表“如果操作系统没有虚拟内存，进程只能挤在狭小的物理内存里，互相踩踏，系统崩溃。如果大模型没有外部记忆，Agent 只能把所有知识塞进上下文窗口，互相污染，幻觉频发。

weixin_44626085

基于熵的选择性智能体引导：从非完美视觉语言模型教师学习自主策略arXiv:2609.01567v1视觉语言模型（VLM）可以为交互式决策任务提供强大先验，但直接将VLM当做策略使用存在开销高、鲁棒性差的缺陷：每一步都需要调用模型、无法从环境交互中迭代提升，还会反复出现系统性错误。本文研究如何从在线、开销昂贵、存在缺陷但具备信息增益的VLM教师中，训练轻量化自主强化学习（RL）策略。本文提出**(\mathcal{S})(\mathcal{A})GE（(\mathcal{S})elective (\mathcal{A})gent Guidance via Entrop

大模型任我行

蚂蚁：金融文档解析新范式📖标题：FinixDoc: Rethinking Financial Document Parsing Beyond Saturated Benchmarks 🌐来源：arXiv, 2608.22842v1

如何编写一个数据分析 Skill：完整拆解一个案例前两篇讲了"怎么写 Skill"和"该选什么来写"。这篇不空谈了，拿数据分析当样板，从头到尾走一遍：从需求定义、流程设计、脚本与模型的职责划分，到验收标准，把一个能稳定产出报告的 Skill 是怎么"长"出来的，一步步拆给你看。数据分析恰好是绝佳的案例——它同时包含确定性部分（计算）和不确定性部分（归因），正好覆盖 Skill 设计的全部要素。

Science Advances｜大语言模型增强宏基因组酶功能注释宏基因组数据具有重要的生物学潜力，但其功能解读常受限于不完整的蛋白功能注释。准确的酶功能注释对于阐释宏基因组数据集中微生物群落的代谢能力至关重要。为应对这一挑战，作者开发了 FEDKEA（fine-tuned ESM-2 and distance-based KNN for Enzyme Annotation，基于微调 ESM-2 与距离 KNN 的酶注释工具），并提供配套的 Web 平台。此外，作者设计了一套用户友好的、基于 FEDKEA 的宏基因组流程 MEnzMap（Metagenomic Enzy

Agent 持续进化：从学习信号到参数更新的工程化路径Agent 面临一个鲜明的能力悖论：它可以零样本解决从未见过的复杂任务，却可能在处理了一万次相似任务之后，第二天仍然犯下第一天的错误。能否自主从经验中学习，正在成为 Agent 从"会完成任务"走向"能够可靠工作"的关键能力。本文从学习信号获取、四种更新方式、持续进化闭环以及安全边界等角度，对 Agent 持续进化的工程化路径进行技术分析。

多模态与实时交互：语音 Agent 与 Computer Use 的架构分析前几章构建的 Agent 与世界的交互是轮流的：用户说完一句，Agent 想一段、调用几个工具，再回一句；在它思考的这段时间里，世界被默认为静止的。这个前提如此自然，以至于很少被当成一个假设写出来。然而真实环境不会等模型作出反应：邮件在思考时到达，用户在说话途中插话，页面在两次截图之间已经变了样。本文围绕模态和触发时机两个维度，对 Agent 交互架构的扩展进行技术分析，涵盖异步事件驱动、语音交互范式、Computer Use 以及机器人操作。

1. 联邦大模型微调综述 -《Federated Large Language Models...》本文主要记录了 Wenhao Jiang 等人发表在 archive 上的论文《Federated Large Language Models: Feasibility, Robustness, Security and Future Directions》。文章主要从可行性、鲁棒性、安全性三个角度总结了现有的联邦大模型微调方法：

如何编写一个 Skill：从想法到可复用能力你有没有过这种体验：一个复杂的任务流程，第一次做花了半小时，第二次还花了半小时，因为每一步都要重新思考、重新查资料、重新试错。Skill 就是为了消灭这种重复——把"怎么做"固化成"可复用的能力"，下次一句话就能触发。本文讲清写 Skill 的完整思路：设计、结构、实现、测试，以及最容易踩的坑。

Agent 工具体系：从 MCP 协议到层次化工具发现工具是连接 Agent 语言"大脑"与真实数字世界的"手脚和感官"。本章从五类工具的分类出发，系统讨论了工具设计的通用原则、能力分发渠道（MCP 协议与 Skill Hub），以及当工具数量爆炸时的层次化组织与主动发现机制，最后逐类深入分析了感知、执行、协作三类工具的设计要点。

Zero-WAM：基于人类视频的上下文世界-动作建模，用于开放式任务泛化26年8月来自蚂蚁集团Robbyant和港科技大学的论文“Zero-WAM: In-Context World-Action Modeling from Human Videos for Open-Ended Task Generalization”。

Agent 评估方法：评估环境、验证器与统计显著性构建 Agent 完成不等于构建正确。只有建立可重复的评估体系，后续的模型训练和系统进化才有可靠方向。本章围绕"如何判断 Agent 变好了还是变差了"这一核心问题，系统讨论了评估指标定义、评估环境构建、数据集设计、自动化评估方法、失败归因与统计显著性等关键环节。

weixin_44626085

大语言模型解读、嵌入向量组织、图谱涌现：基于智能体驱动的科学知识编译arXiv:2608.29612v1持续性的科研工作需要一套知识底层支撑，能够跨任务承载语义解读结果，同时保留溯源到原始证据的访问路径。本文将该过程定义为科学知识编译（scientific knowledge compilation），并实现了ASKS系统——智能体驱动的科学知识系统（Agent(G_{t‑1})Driven Scientific Knowledge System）。

大语言模型基础：Token、Embedding、Transformer、KV Cache 与 RAG理解大语言模型，可以先记住两条主线：大语言模型并不是直接以“汉字”或者“英文单词”为单位处理文本，而是先通过 Tokenizer（分词器）将文本切分成一个个 Token。

AI Agent 基础架构解析：从 LLM 到 ReAct 循环与 Harness 工程的工程化路径本文基于开源技术书《深入理解 AI Agent》第一章，系统梳理 AI Agent 的核心架构组件、运行机制和工程设计原则。该章从多个真实 Agent 产品出发，建立了对 Agent 的工程化理解框架，涵盖核心公式、ReAct 循环、Harness 工程以及从工作流到自主 Agent 的编排模式。

2026 GraphRAG 知识图谱：给大模型装上“关系地图“，多跳问题不再答非所问（MonkeyCode 免费上手）2026 年 AI 圈的新热词：GraphRAG。同样是"检索增强"，为什么它能回答"谁影响了谁""两步之外的关系"这类多跳问题？这篇文章用一个真实故障故事讲清楚，并用 MonkeyCode 免费跑通一个 GraphRAG Demo。

笔记：Visually-Guided Policy Optimization for Multimodal Reasoning文章链接：Visually-Guided Policy Optimization for Multimodal Reasoning - ACL Anthology

2026 AI Agent 智能体：ReAct 让 AI 边想边做、把大任务拆成小步骤（MonkeyCode 实战）2026 年做 AI 应用，最值钱的能力不是让模型"更聪明"，而是让 AI 会拆任务、会边想边做、会自己纠错。今天聊聊 Agent 背后的核心范式 ReAct。

Python数据分析案例85——大模型微调全流程(SFT的LoRA微调)有一年没更新了，最近学习了大模型的微调的流程，总结一下。我们都知道大模型的训练分为三个阶段，预训练，SFT和RHLF。让deepseek总结一下：