Liuliming · Kindle 阅读版

Kindle edition

大模型算法与系统笔记

这是为 Kindle 准备的轻量入口:单栏排版、白底黑字,不加载搜索、主题脚本或网页字体。

最新文章

  1. 2026 年 7 月 arXiv 大模型论文精选与解析

    从 2026 年 7 月大模型论文中精选表示学习、推理、安全、理论与 Agent 训练方向的代表工作。

  2. LeetCode Hot100 · 缺失 27 题完整补充

    补齐两份算法模板中尚无独立代码的 27 道官方 Hot100 题,形成完整 100 题复习卡。

  3. 2025–2026 国内大厂 Agent 面经:从 RAG 到 Harness Engineering

    基于公开一手面经、官方岗位与结构化旁证,梳理国内大厂 Agent 岗年度变化、公司画像、硬题答法、题单和 14 天准备路线。

  4. SayCan 精读:让机器人既“会说”,又“做得到”

    用机器人技能的可供性价值约束 LLM 的高层计划,使语言上合理的动作也必须在当前环境可执行。

  5. MRKL Systems:把大模型变成“会找工具的总调度”

    早期清楚提出由 LLM 路由外部知识源和离散推理模块的模块化架构;概念影响强但实验证据较弱。

  6. WebShop 精读:把“帮我买到合适的东西”变成可训练的 agent 问题

    较早提供大规模、可交互、以目标完成度计分的真实风格网页购物环境,并暴露长程网页决策差距。

  7. 《Inner Monologue: Embodied Reasoning through Planning with Language Models》中文精读

    把成功检测、场景描述和人类反馈写回语言上下文,明确展示闭环反馈如何修正具身计划。

  8. 《Code as Policies》中文精读

    让 LLM 递归生成调用感知与控制 API 的程序,把语言规划落实为可执行机器人策略。

  9. 《ReAct: Synergizing Reasoning and Acting in Language Models》中文精读

    把自然语言推理轨迹与环境动作交替生成,形成后来最常见的 agent 控制循环。

  10. 《Toolformer: Language Models Can Teach Themselves to Use Tools》中文精读

    用自监督筛选学习何时调用 API、传什么参数以及怎样吸收返回值,是工具学习的重要基础机制;完整自治性较弱。

  11. Reflexion 精读:不改权重,把失败写成下次能用的经验

    把任务反馈概括成语言反思并存入情节记忆,不更新模型权重也能影响后续试次。

  12. 《CAMEL: Communicative Agents for "Mind" Exploration of Large Language Model Society》中文精读

    用角色扮演与 inception prompting 研究两个语言智能体的自主合作,是早期多智能体代表。

  13. 《Generative Agents: Interactive Simulacra of Human Behavior》中文精读

    以记忆流、检索、反思和规划构成完整架构,并在 25 个角色的社会模拟中做组件消融。

  14. Voyager 精读:让 Minecraft agent 自己选课、练技能、存代码

    把自动课程、可执行技能库和环境反馈迭代组合成开放式 Minecraft 终身学习 agent。

  15. 《WebArena:用于构建自主智能体的真实网页环境》中文精读

    提供可复现的全功能网站与执行式功能正确性评测,成为网页 agent 的关键现实环境。

  16. 《AgentBench:将大语言模型作为智能体进行评估》中文精读

    在八类交互环境中统一比较 LLM-as-agent,并定位长程推理、决策和指令遵循失败。

  17. 《OSWorld:在真实计算机环境中评测开放式多模态智能体》中文精读

    在真实桌面操作系统和应用中执行开放任务,用脚本和状态检查揭示当时人机巨大差距。

  18. 《SWE-agent:Agent–Computer Interface 推动自动化软件工程》中文精读

    把 Agent–Computer Interface 作为可控研究变量,证明接口设计会显著改变软件修复能力。

  19. τ-bench 精读:不只问 agent “会不会做”,还问“每次都能做对吗”

    同时模拟用户、领域政策和数据库终态,并用 pass^k 衡量重复执行的可靠性。

  20. AgentDojo 精读:当工具返回也能对 agent 下命令

    在动态工具环境中同时测正常效用与间接提示注入,给出可执行的 agent 安全比较。

  21. AppWorld 精读:让 agent 在可重置的数字世界里写代码办事

    构造可控日常应用世界,并以状态单测同时检查目标完成和非预期副作用;获 ACL 最佳资源论文。

  22. 《The AI Scientist:走完科研流水线,不等于证明了科学发现》中文精读

    首次把选题、编码、实验、画图、写作和自动评审串成公开的端到端科研闭环;科学有效性边界必须严写。

  23. 《Magentic-One:用双账本让专用代理在停滞时重规划》中文精读

    由 Orchestrator 维护计划、进度和重规划,再调度网页、文件与 Python 专家,是通用多智能体系统代表。

  24. A-MEM 精读:让 agent 的记忆从“一堆相似片段”变成会链接、会改写的笔记网

    让记忆条目自动建立索引、链接并随新信息演化,检验结构化长期记忆相对静态检索的增益。

查看全部 193 篇文章