递归自我改进（RSI）
RSI 已经不只是哲学思辨——2025 年出现了能改写自己代码并在基准上涨分的 agent，2026 年 10 月又集中出现了一批"造自改进环境"的流水线和专门测"进化会不会跑偏"的基准；三篇 2026 下半场的综述进一步把"怎么量"做成了方法论：自主度五级刻度、可信度三视角、评测谱系。
阅读更多
Whispering Agents 解读：Agent 互联网的隐蔽通信协议
Agent 之间的消息加密之后，"谁在跟谁通信、几点通信、通信了多少次"仍然全在明面上——这是流量分析，加密管不了。北邮团队在 AAAI 2026 发表的 Whispering Agents 把 Agent 的每次公开交互当成载体，同时调节内容、时间和行为三个维度，让秘密对话藏进正常寒暄里；训练过的检测器 AUC 只有 0.503，接近瞎猜。
2026-11-07
原生修改大模型权重"老祖打通弟子任督二脉"
MIT CSAIL 四人组的实验让 GPT-6 Astra 直接改 Qwen3.5-0.8B 的权重：不训练、不走梯度，只动 0.016%，MATH-500 从 7.9% 涨到 48.1%。但被中文报道略过的关键事实是：它不是"注入能力"，而是拆掉了卡住小模型的一个环路——换一个不卡环路的模型，它就无能为力。这篇把实验细节、改动机制和可信度边界讲清。
2026-11-07
小样本与零样本：被模型吸收的技巧与留下的工程
zero-shot 赢成了所有模型交互的默认形态，few-shot 退守成小模型降本、输出校准、agent 示例四个工程阵地。
2026-11-06
微调框架 ms-swift 与 LLaMA-Factory
两个微调框架的功能清单几乎重合——因为底层都是 transformers Trainer。真正的分野在清单之外：魔搭生态位、400+ 多模态覆盖、Megatron 并行与 GRPO 的集成度。本文从命令、数据、显存到部署评测逐环节对齐，最后给一张选型决策表。
2026-11-05
LLM2CLIP: Powerful Language Model Unlocks Richer Cross-Modality Representation
CLIP 的视觉塔十年间一路升级，文本塔却停在 77 token 的老架构上。AAAI-26 杰出论文 LLM2CLIP 的做法不是再改数据，而是把文本塔整个换成 LLM——用两阶段微调解决了直接替换会塌缩的问题，训练成本与普通 CLIP 微调相当
2026-10-27
大模型评测：公开基准、数据污染与自建评测集
评测回答的是"这个模型能用吗"，但公开基准是代理测试：会饱和、会污染、会被优化。这篇把主流基准的谱系、数据污染的机理、LLM-as-a-Judge 的偏差、以及"自己的评测集"怎么建，一次讲清
2026-10-27
文本怎么变成向量
把一段文本映射成固定长度的向量，让"语义相近"变成"距离相近"——这句话说起来只有一步，背后是训练目标对空间几何的整体塑形：嵌入空间的性质不是天然存在的，是被损失函数逐个塑造出来的
2026-10-27
知识图谱：三元组、构建流水线与大模型时代
知识图谱回答的是"谁和谁有什么关系"——把世界拆成实体和关系，存成图，再让机器查询和推理。难点从来不在存图，而在把混乱的自然语言变成干净的三元组：实体抽取、关系抽取、实体消歧，每一步都在跟歧义作战
2026-10-27
实例分割：从语义分割到分割一切
检测给出"框住目标的矩形"，分割要给出"目标本身的轮廓"——像素级的输出让任务的难度、指标和标注成本都换了量级。从 FCN 到 Mask R-CNN 再到提示式的 SAM，这篇把分割家族的谱系、评估与工程落地讲清
2026-10-25
YOLOv8 实战：环境、数据、训练与部署
从一个空环境开始：装依赖、跑通第一次推理、标注自己的数据、训练、读懂训练产物、导出部署——每一步给命令、预期输出和踩坑提示，全程不需要先懂检测原理
2026-10-24
YOLO 是怎么工作的：目标检测的原理与流程
目标检测要同时回答"有什么"和"在哪里"，而且答案的数量不固定。YOLO 把这两个问题压成一次前向传播的回归，十年间从七乘七网格走到免 NMS 的端到端，变化的是手段，不变的是实时这个约束
2026-10-20
向量存储
向量存储不只是"存向量"——它要在一个不能同时满足召回、延迟、内存的三角里做取舍，还要把标量过滤、增删改、权限和一致性一并解决。索引结构决定了前一半，工程能力决定了后一半
2026-10-20