大语言模型

9.20 大语言模型研究简报：Qwen Code v0.24.1从 Coding Agent 走向统一 Agent Runtime北京时间 2026 年 9 月 19 日 16:18:42 正式发布了 Qwen Code v0.24.1。

9.19 大语言模型研究简报：Anthropic × Accenture 把“第三方评测者”直接嵌入前沿模型研发流程北京时间 2026 年 9 月 19 日 04:05，Anthropic 宣布与 Accenture 建立 Embedded Evaluation 合作机制。

9.17 大语言模型研究简报：openAI 公开模型失配报告框架北京时间 2026 年 9 月 17 日 01:00 openAI 公开了模型失配报告框架，其原文链接为

9.17 大语言模型研究简报：Grok Build 引入正式 Agent 系统发布Grok Build 在北京时间2026 年 9 月 17 日 03:00发布了正式的跨对话记忆 Agent ，原文链接为

【笔记】用agent手搓agent（一）今天我们从cursor手搓cursor进入下一个篇章，开始向泛化的agent去开发agent，进一步开始研究agent，向RSI进发。

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。