归档: 2026 | Halensea

2026

10

2022 年 9 月停更，2026 年 10 月重新打开——第一件发现的事不是文章过时，而是站点域名指向了一个已停运的服务，199 个页面全部带着死链。这篇是完整的复活记录：体检清单、抢救顺序、四个"看起来没问题一用就坏"的坑，以及如果重来我会提前做的三件事。

2026-10-10 Hexo

Hexo GitHub Pages 运维

10

大模型不是一次训练出来的，而是一条流水线走下来的：先在语言里泡大（基座），再学会说话（SFT）、学会选择（DPO/RLHF）、学会思考（GRPO/RLVR），然后学会省着用（量化/蒸馏）、学会看（多模态）、学会行动（工具使用）。每站讲清机制、数据长什么样、具体数字和会踩的坑。

2026-10-10 人工智能

论文笔记 SFT DPO 大模型 RLHF GRPO

10

agent 不是"更聪明的聊天机器人"，而是一个"想—做—看"的循环加上五个部件。这篇按这个骨架把 agent 讲清楚：workflow 和 agent 的界限在哪、模型要多什么能力、工具怎么标准化（MCP）、记忆和规划怎么做、以及工程上真正难的是什么。

2026-10-10 人工智能

AI Agent ReAct MCP 工具调用论文笔记

10

全量微调一个 7B 模型要 120GB 显存，LoRA 只要约 16GB，4bit QLoRA 约 6GB——高效微调省下的不是一点半点。

2026-10-10 人工智能

论文笔记大模型高效微调 PEFT LoRA

09

世界模型想让模型学会"如果我这么做，世界接下来会变成什么样"。它是机器人与自动驾驶里最被看重的一块，这篇按四条技术路线梳理它是什么、用在哪，以及现在的真实瓶颈。

2026-10-09 人工智能

论文笔记世界模型 World Models JEPA 具身智能

09

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。

2026-10-09 人工智能

AI Agent 论文笔记 RSI 递归自我改进自我进化

09

三个工具都能在本地跑大模型，但定位完全不同——Ollama 求"最快跑起来"，vLLM 求单机吞吐，SGLang 求高并发下的前缀复用。这篇整理三者的差异、上手命令和选型依据。

2026-10-09 人工智能

大模型模型部署 vLLM SGLang Ollama