Agent 系统性学习

计算机科学

此标签下有83条笔记。

2026年9月26日
形式能力与功能能力（Formal vs Functional Linguistic Competence）
2026年9月26日
机械可解释性（Mechanistic Interpretability）
2026年9月26日
随机鹦鹉（Stochastic Parrot）
2026年9月21日
RLCD（Reinforcement Learning for Calibrated Decisions）
2026年9月21日
RLHF 与 RLVR（Reinforcement Learning from Human Feedback / with Verifiable Rewards）
2026年9月21日
判别式模型（Discriminative Model）
2026年9月21日
双系统理论（System 1 / System 2）
2026年9月21日
复合评分（Composite Scoring）
2026年9月21日
并行采样（Parallel Sampling）
2026年9月21日
幻觉（Hallucination）
2026年9月21日
意图路由（Intent Routing）
2026年9月21日
投机式扇出（Speculative Fan-out）
2026年9月21日
提示注入（Prompt Injection）
2026年9月21日
杰文斯悖论（Jevons Paradox）
2026年9月21日
概率校准（Calibration）
2026年9月21日
模型路由（LLM Routing）
2026年9月21日
类型安全（Type Safety）
2026年9月21日
系统一模型（System One Model）
2026年9月21日
结构化抽取（Structured Extraction）
2026年9月21日
置信度与概率（Confidence vs. Probability）
2026年9月21日
置信度门控（Confidence-Gated Routing）
2026年9月21日
自回归生成（Autoregressive Generation）
2026年9月21日
重排序（Reranking）
2026年9月21日
Jev 官方文档
2026年9月21日
Jev 官方缺陷清单（jaggedness）
2026年9月21日
Jev 官方评测与用例地图
2026年9月21日
Jev 开源复现：Luce、NanoJev、Laya、poorjev 与 SemIf（原 OpenJev）
2026年9月21日
Jev 独立评测：阈值不可迁移（Janus）、排序校验（jev-orderby-bench）与弃权选项（jev-calibration-audit）
2026年9月21日
Jev 独立评测：域外校准（jev-ood-calibration）、安全盲测（jev-sec-bench）、维度分解反噬与智能体动作门控
2026年9月21日
TypeSafe 发布博客：System One 与 Jev
2026年9月21日
Awesome Jev / TypeSafe——61 位贡献者的生态精选清单
2026年8月31日
一致性指标：pass^k 与 pass@k
2026年8月31日
上下文腐坏（Context Rot）
2026年8月31日
偏好对战榜（Chatbot Arena / LMArena）
2026年8月31日
工具调用（Tool Use / Function Calling）
2026年8月31日
思维链（Chain-of-Thought, CoT）
2026年8月31日
指令遵循（Instruction Following）
2026年8月31日
推理期缩放（Test-time Scaling / Inference-time Scaling）
2026年8月31日
模型与框架分责（Model-Harness Responsibility Split）
2026年8月31日
涌现能力（Emergent Abilities）
2026年8月31日
混合专家（Mixture of Experts, MoE）
2026年8月31日
知识容量（Knowledge Capacity）
2026年8月31日
能力维度（Capability Dimensions）
2026年8月31日
量化与蒸馏（Quantization and Distillation）
2026年8月31日
长上下文（Long Context）
2026年8月31日
《Training Compute-Optimal Large Language Models》——Chinchilla 对缩放定律的修正
2026年8月31日
Chroma《Context Rot》——18 个模型无一例外：输入越长，表现越不可靠
2026年8月31日
《DeepSeekMoE》——细粒度专家分割与共享专家隔离，回答"激活参数能不能等价稠密参数"
2026年8月31日
《Holistic Evaluation of Language Models》——HELM 与"能力是多维的"这个方法论起点
2026年8月31日
《Scaling Laws for Neural Language Models》——缩放定律（Scaling Law）的开山之作
2026年8月31日
《NoLiMa》——13 个标称 128K 以上的模型，11 个在 32K 就掉一半
2026年8月31日
《ToolLLM / ToolBench》——工具调用是训练出来的，不是参数涌出来的
2026年8月31日
《τ-bench》——用 pass^k 揭穿智能体的"稳定性塌方"
2026年8月31日
《The Leaderboard Illusion》——对战榜是可以被玩坏的
2026年8月31日
《Will we run out of data?》——数据墙（Data Wall）与过训练的经济学
2026年8月31日
《Are Emergent Abilities a Mirage?》——涌现能力（Emergent Abilities）反方
2026年8月31日
《Emergent Abilities of Large Language Models》——涌现能力（Emergent Abilities）正方
2026年8月31日
《Physics of Language Models 3.3》——知识容量缩放定律：每参数 2 bits
2026年8月31日
《Physics of Language Models 3.2》——知识操纵：背得多不等于推得动
2026年8月31日
《Rethinking Benchmark and Contamination》——改写一下题目，13B 模型就能刷到 GPT-4
2026年8月31日
大模型的参数与能力维度
2026年8月23日
Agent Notes
2026年8月23日
一切皆插件
2026年8月23日
会话日志单一真相源
2026年8月23日
时空可组合性
2026年8月23日
能力接缝
2026年8月23日
Claude-Code插件系统与2026演进
2026年8月23日
Cordis时空可组合性论文
2026年8月23日
DeepSeek-Harness官方仓库与架构
2026年6月10日
文件即接口
2026年5月25日
极简派vs工程派Harness设计对比
2026年5月25日
Agency
2026年5月25日
Harness工程
2026年5月25日
Subagent
2026年5月25日
Anthropic 官方 Agent 构建指南
2026年5月25日
Harness 范式串讲：你的 AI 到底需不需要配 Harness
2026年5月25日
claw0：从零构建 AI Agent 网关
2026年5月25日
learn-claude-code：Bash is all you need
2026年5月25日
pi-coding-agent最小化设计
2026年5月04日
Agent Skill
2026年5月04日
Agent
2026年5月04日
MCP 模型上下文协议
2026年5月04日
上下文工程

© 2026 朱景元