大模型

claude code架构猜测总结Claude Code 本质 =「LLM 驱动的 Tool-Calling 循环」+「逐层外置的认知结构」模型是 Agent，本体代码只负责：约束、反馈、隔离、注入知识。

Offline RLHF-DPO/KTO/ORPO/SPO等偏好学习方法Offline RLHF 以 DPO 为代表，进一步发展出一系列 xPO 方法。相关工作在目标设计上做了多种改动：例如移除目标函数中的 reference 约束、引入长度惩罚项、或显式利用偏好数据中的偏好强度信息等。近期研究更多聚焦于在高噪声偏好数据下提升训练稳健性，以缓解分布漂移带来的性能退化；同时，也有工作开始系统分析 xPO 方法的退化现象，并通过对 logits/策略更新施加约束来稳定优化过程。

KG_LLM图谱增强大模型

知识图谱+大模型“驱动的生物制药企业下一代主数据管理：Neo4j知识图谱与GraphRAG及GenAI的深度整合制药行业主数据管理（MDM）面临数据复杂性和关系互联的挑战。本文探讨将Neo4j知识图谱与GraphRAG和生成AI整合的创新框架，提升数据准确性、一致性和可访问性。通过图谱数据库捕捉药物、患者和临床试验间的复杂关系，结合向量嵌入和检索增强生成，实现精准查询和模式发现。实验显示，该方法显著优于传统关系数据库，推动制药决策智能化。

27s→1.3s：“小模型 + 知识库”的工业隐患识别技术复盘（全链路）大模型只是通用推理引擎，私有知识库才是垂直场景 AI 应用的护城河。这句话我在之前的文章里也提过，这个隐患识别项目很好地验证了这个观点。

模型启动机

一个模型统一4D世界生成与重建，港科大One4D框架来了来自香港科技大学（HKUST）的研究团队提出 One4D，一个统一的 4D 生成与 4D 重建框架。本文第一作者密振兴，香港科技大学计算机科学与技术学院人工智能方向博士生，研究方向是多模态理解与生成，视频生成和世界模型，目前正在寻找工业界全职职位。

智能体经典范式构建这张主要介绍了三种经典的智能体范式首先是==ReAct架构，他主要分为三个部分，第一步是thought（思考），这个是llm分析当前情况，分解当前任务，制定下一步计划或者反思之间返回来的上一步结果然后就是action==，这个是根据thought的结果去调用外部工具（function calling/mcp）执行具体动作

前端程序猿之路

30天大模型学习之Day3：高级 Prompt 工程今天学习后，你能写出：企业级、可落地、可控、高稳定性的 Prompt很多公司面试官会直接要求你写这些内容。

大模型高级工程师考试练习题881题使用 Qwen 模型 API 进行对话时，若需实现多轮对话的上下文关联，以下哪种做法正确？A. 每次调用 API 仅传入当前用户查询，无需携带历史对话

混合Token与LoRA结合Qwen3-VL高效微调（代码开源）代码在自己的一个关于多模态大模型与Multi Agent的开源小项目中，如果喜欢可以点个star~https://github.com/xi029/Qwen3-VL-MoeLORAhttps://github.com/xi029/Qwen3-VL-MoeLORA

LangChain v1.0学习笔记（4）—— 核心组件Models要学习 LangChain 躲不过的就是它的几大核心组件，这些组件撑起了 LangChain 框架的重要功能，今天我们看一下 Models，这个组件到底应该如何应用，这也算是 LangChain 的功能起源了，调用大模型一般都是在这个组件下面，下面就让我们一起来看一看。

QiZhang | UESTC

RL4LLMRL4LLM 这是新的学习方向，已经抛弃了rec(_）。具体的学习资源推荐（包括必学资源、选学资源）、项目实践清单，见学习路径文档。

知识点1：DDPM数学原理及理解注1：本文系"视觉方向大厂面试·硬核通关"专栏文章。本专栏致力于对多模态大模型/CV领域的高频高难面试题进行深度拆解。本期攻克的难题是：DDPM（去噪扩散概率模型）的数学原理与推导。

LangChain 架构深度解析：从中间件机制到人机协同 SQL 智能体实战报告随着大语言模型（LLM）技术的飞速发展，AI 应用开发范式正经历从简单的线性“链（Chain）”向复杂的自主“智能体（Agent）”演进。这一转变虽然极大地扩展了 AI 解决复杂问题的能力，但也引入了非确定性输出、资源消耗不可控、安全风险增加等严峻挑战。LangChain 作为行业领先的编排框架，通过引入中间件（Middleware）架构与人机协同（Human-in-the-Loop, HITL）机制，为构建高可靠性、可观测且安全的企业级智能体提供了标准化的系统级解决方案。本深度技术报告将基于 Lang

大语言模型的详解与训练随着2022年底 ChatGPT 再一次刷新 NLP 的能力上限，大语言模型（Large Language Model，LLM）开始接替传统的预训练语言模型（Pre-trained Language Model，PLM）成为 NLP 的主流方向，基于 LLM 的全新研究范式也正在刷新被 BERT 发扬光大的预训练-微调范式，NLP 由此迎来又一次翻天覆地的变化。从2022年底至今，LLM 能力上限不断刷新，通用基座大模型数量指数级上升，基于 LLM 的概念、应用也是日新月异，预示着大模型时代的到来。

谷哥的小弟

SQLite MCP服务器安装以及客户端连接配置SQLite MCP Server是一种基于“模型上下文协议”（MCP）开发的中间件或服务。它的核心使命是在AI助手（例如Claude、Cursor内的AI功能）和SQLite数据库之间搭建一座标准化、安全的桥梁。简单来说，它把数据库操作“翻译”成AI能够理解和安全执行的指令，从而让AI可以直接与数据库进行交互。目前社区中存在几种不同的实现版本，它们各有侧重。最常见的是基于Node.js或Python的实现，它们功能全面，允许AI执行完整的数据查询、修改以及查看数据库结构。另一些用Rust编写的版本则更侧

模型启动机

DeepSeek-OCR是「长文本理解」未来方向？中科院新基准VTCBench给出答案中科院自动化所等推出 VTCBench 基准测试，评估模型在视觉空间中的认知极限，包括信息检索、关联推理和长期记忆三大任务。

谷哥的小弟

File System MCP服务器安装以及客户端连接配置File System MCP Server是一种基于模型上下文协议（Model Context Protocol，简称MCP）构建的标准化服务。其主要功能是为AI助手提供一套安全、受控的接口，使其能够与宿主计算机的文件系统进行交互。

Datawhale 大模型基础与量化微调 task0：Tokenizer假设一个分词路径由一个词语序列组成，将其表示为 w 1 , w 2 , . . . , w n w_1, w_2, ..., w_n w1,w2,...,wn，其中 w i w_i wi 代表序列中的第 i 个词。那么这条路径的概率可以近似为：

2.9 字段分箱技术详解：连续变量离散化，提升模型效果的关键步骤分箱是将连续变量离散化的过程，是特征工程中的关键步骤。好的分箱可以提升模型效果，增强模型稳定性。本文将详细介绍各种分箱方法，并提供完整的实现代码。

AI情报挖掘日志

AGI-Next前沿峰会「沉思报告」——中国AGI背后的产业逻辑与战略分野本文借助「AMiner沉思」GLM-4.6能力对AGI-Next峰会相关资讯进行多轮检索完成。本报告旨在对2026年1月10日于北京举行的“AGI-Next前沿峰会”闭门会议进行一次系统性、深度的研究与分析。该峰会汇聚了中国人工智能（AI）领域最具影响力的四位产业领袖——智谱AI的唐杰、月之暗面的杨植麟、阿里云通义千问的林俊旸，以及腾讯的姚顺雨，并邀请了张钹院士、杨强教授等学界泰斗参与圆桌讨论。会议的核心议题聚焦于通用人工智能（AGI）的下一代技术范式、产业落地路径以及中国在全球竞争格局中的战略选择。