大语言模型

AppenTalk | 当AI推理不再只是模型的事：Dan Roth谈智能体的真正边界Oracle首席AI科学家Dan Roth的回答比大多数人想象的更严格。在近期与澳鹏的对谈中，Roth提出：许多AI领域最棘手的问题，已不再是模型层面的问题，而是系统层面的问题。一个LLM可以生成恰好得出正确答案的token序列，但这与“推理”的形式意义之间存在根本区别。

【笔记】用cursor手搓cursor（十）本来准备开源自己的agent，但是测试以后还不是特别满意，尤其是coding上还欠点火候，还需要再打磨打磨再出开源第一个commit。目前使用的是qwen3.6:35b，token生成速度已经非常快了，它可以配置好自动approve的规则以后持续自主学习，然后写问答到知识数据库，推理的时候再通过知识数据库读取之前的知识，然后作出更好的行动。比如让它读linux源代码，从一个user space的行为追踪到kernel代码，已经很不错了；或者读取伤寒杂病论让它总结什么病症对应使用什么方剂；或者结合pdfcp

Vibe Coding实现Supabase + Vercel完整部署本文从零完整记录：Next.js前端项目搭建 → Supabase后端服务配置 → 本地调试验证 → Git托管 → Vercel一键部署，以及部署过程踩过的全部坑，手把手跑通一条完整上线链路。以登录注册为例，这也是Hello‑World般的存在！

【RL相关笔记】RL 效率综述本综述记录与提升 LLM RL/RLVR 效率相关的已有工作，重点关注难样本处理、信用分配、隐状态信号、rollout 分配和训练动态。

一个简单通用的ChatLLM类设计与使用大模型的封装调用，希望能帮助你在各种LLM辅助工具开发中快速上手。我们经常需要调用各种大语言模型（LLM）的API来辅助完成一些计算任务，为了方便复用和快速开发，我封装了一个通用的ChatLLM类，支持：

【RL系列文章】难样本学习等综述：看了很多，总的来说，不利用外部信息的都基本比较扯淡。链接：https://arxiv.org/pdf/2602.01601 本文的核心理论即我们到底选择哪些样本去学习，DAPO的逻辑是把全对全错的去掉，但是这个属于先rollout再评价好坏；本文提出可以事先根据query进行预测答对的概率。本文先证明了一个重要的前提，答对概率越接近50%的题目越具有信息量，优先采样这部分会对训练更有效。为此，本文设计了一个非常巧妙的纯数学计算的方法，动态的维护题目答对的可能性。已经答过的题的答对概率被更新，未答过

MCP 模型上下文协议：四、概念地图 · 八个概念与五个组件🇬🇧 English version: mcp-guide/03-concept-map.md ｜ 📦 GitHub: https://github.com/geekchow/mcp-explain

DeepSeek Harness 架构解析：从 Preset、Tool Pipeline 到 Agent RuntimeDeepSeek Harness（DSH）不是简单的模型聊天界面，也不只是又一个 Coding Agent。它把 Model Adapter、Tool Registry、Session、Agent Loop、Sandbox、Storage 和 UI 等能力放进插件组合，通过 Cordis 管理组件的加载、卸载、依赖与生命周期。

【笔记】cllama：搜罗万象当LLM api server测qwen3.8:flash-nextTL;DR cllama先别急着看代码。我想先讲个故事。我有一台很普通的服务器——没有 GPU，只有 CPU，但它在公网上，有个公网 IP，可以连着腾讯的 IMA。这台机器常年安静地跑着 bge-m3 做 embedding，把知识库向量化，等着被检索。

（2024|DeepSeek & 北大，Loss-Free Balancing，每专家偏置，QB）MoE 的无辅助损失负载均衡策略论文地址：https://arxiv.org/abs/2408.15664ICLR 2025：https://openreview.net/forum?id=y1iU5czYpE

天地会珠海分舵

Qwen 3.8‑Flash完整实测！从推理编程到多模态！真的能打吗？任务：输出10个以汉字数字结尾的句子，且按照顺序一到十，语句要通顺有意义，且倒数第二个字不能重复且不能是”第”，”是”，”为”

四个时代之问的存在论根基-龍德明宇7月17日，2026世界人工智能大会上的主旨演讲《携手构建公正合理的全球人工智能治理体系》，提出四个时代之问，并给出四个方向：开放共赢、安全可控、包容并蓄、和衷共济。同日发布的《人工智能合作发展行动计划》，以八项行动将这四个方向落实为具体举措。

今天吃饺子

超高创新模型！TF-SAX-Llama 轴承故障诊断近年来，大语言模型火得一塌糊涂，写文案、敲代码、做图样样都行。于是很多人开始琢磨：能不能把大模型用在工业故障诊断上？

【笔记】用cursor手搓cursor（九）用了一圈，我觉得目前知识库比较接近我的预想的是腾讯的ima，但是管理大规模知识的检索，以及索引的索引，索引的索引的索引…都还是问题，说白了就是思维链通路。

02 多模态 LLM 是什么：定义、边界与生态位置上一篇讲清了纯文本 LLM 撞上的四堵墙，以及 CLIP 造出了眼睛却没接大脑。这一篇把"接起来之后的那个东西"正式定义出来。

12 开源 vs 闭源：同一份权重，两种交付训练管线跑完，产出一个几十 GB 的文件。接下来只剩一个决策：这个文件公开吗？就这一个二选一，分叉出了两个平行生态、两套成本模型、两种隐私边界、两类风险。而分叉之后，两边跑的推理原理一模一样——同样的 prefill/decode、同样的 KV Cache、同样的采样参数。

小白跃升坊

DeepSeek 多模态 API 调用完全指南：从调用到效果，一篇讲透2026年8月21日，DeepSeek 正式上线 V4 系列首款视觉模型 DeepSeek-V4-Flash-Vision-Exp，开放多模态 API 服务。这是 DeepSeek 从纯文本大模型正式迈入多模态 Agent 赛道的重要一步。本文将从 API 调用、实际效果、中间层架构三个维度，帮你一次讲透。

【NeurIPS 2025】PKD：偏好驱动的知识蒸馏，少样本节点分类｜从少样本图学习视角本文解读 NeurIPS 2025 论文《Preference-driven Knowledge Distillation for Few-shot Node Classification》。该论文提出偏好驱动的知识蒸馏框架 PKD，通过融合GNN 偏好节点选择器 GNS、节点偏好 GNN 选择器 NGS与图拓扑感知（GTA）提示微调，让大语言模型（LLM）与多种图神经网络（GNN）在少样本节点分类上互补协同，其特别之处在于把蒸馏粒度细化到「节点-教师」配对级别。实验表明仅用每类 5 个标注节点即可在 C

猫先生Mr.Mao

具身智能语言规划之SayCan详解：让大模型“会说”，也让机器人“能做”【从零走向AGI】旨在深入了解通用人工智能（AGI）的发展路径，从最基础的概念起，逐步构建完整的知识体系。项目地址🔗：https://github.com/AI-mzq/From-Zero-to-AGI.git

GR00T N1 论文深度拆解：英伟达给机器人装上了“快与慢“双系统大脑论文：GR00T N1: An Open Foundation Model for Generalist Humanoid Robots 作者：NVIDIA（研究负责人 Linxi “Jim” Fan、Yuke Zhu）出处：arXiv:2503.14734 [cs.RO]，2025-03-18 开源：模型权重（HuggingFace nvidia/GR00T-N1-2B）、训练数据、仿真基准全量开放一句话概括：一个 2.2B 参数的视觉-语言-动作（VLA）基础模型，用"System 2 推理 +