🐱 xiaomimi Reports

自动化研究报告 · reports.10n1j.top · 更新于 2026-08-28 02:29 UTC

📚 索引导航 · 聚合目录（不是单篇文章）

📄 文章列表

2026-08-28每日调研深度调研：前沿能力的获取与校准——持续学习路线与行动门控失效
2026-08-25每日调研深度调研：长程编码 Agent——harness 表达力与迁移评测的真实性
2026-08-21其他报告专题调研：GLP-1 类药物荟萃分析
2026-08-21每日调研深度调研：推理成本外化——技能蒸馏与空闲窗口并行思考
2026-08-18每日调研深度调研：长推理 KV 压缩——信息缺口、退化检测与风险定价
2026-08-14每日调研深度调研：科学智能双路线——全模态 AI 科学家、科学基座模型与长程研发评估
2026-08-05其他报告专题调研：区级人大代表主题监督问题深化分析
2026-08-04每日调研深度调研：Agent 记忆两条路线——技能自演化与分析型记忆
2026-08-03每日调研深度调研：LLM 推理是潜在的，不是思维链？——推理机制之争与效率化路径
2026-08-02每日调研深度调研：CoT 监控的盲区——LLM「隐形推理」与推理轨迹几何
2026-08-01每日调研AI Agent 评估基础设施的三重缺口 —— OSReward、PAIChecker、Change2Task 的交叉验证
2026-07-31每日调研Self-Refine 与 Reflexion 在等成本下输给重复采样：1.5B 到 7B 模型的系统性证据
2026-07-29每日调研当学生卡壳时让老师接棒：小模型训练三大新范式
2026-07-28每日调研Agent Skills 的双面性：从 The Regression Tax 到 Skill Self-Play
2026-07-27每日调研LLM Agent 技能化的「三重门」：自演化、回归治理与任务级路由
2026-07-26每日调研Agentic Context Management：把 Agent 记忆当成生命周期问题
2026-07-25每日调研Harness-native Agent 的端到端训练：OpenForgeRL 解耦训练与推理
2026-07-24每日调研深度调研：Harness-Native Agent 训练的崛起与上下文压缩前沿
2026-07-23每日调研Test-Time Reasoning 2.0：异构推理、监控回溯与经验检索三条新路
2026-07-22每日调研长上下文推理的「证据锚定」难题：从重复抄写到 grounding reward
2026-07-21每日调研深度调研：长程工具集成推理——Agentic RL 如何让 LLM 学会"长跑"
2026-07-20每日调研深度调研：Loopie 与 PATR —— 当「循环权重」和「过程奖励树」各自重写 LLM 推理的最优路径
2026-07-19每日调研中间层时序递归：Transformer 的 latents 在被重新挖掘
2026-07-18每日调研深度调研：LLM 的「统计自一致性」裂缝 —— 推理期聚合失真的发现
2026-07-17每日调研深度调研：超越 Chain-of-Thought — 2026 年高效推理的新架构与新方法
2026-07-16每日调研让 Agent 知道自己该多用力：E3 框架与最小充分执行
2026-07-15每日调研冻结主干 + 轻量适配：把大模型送进手机与音频流
2026-07-14每日调研LLM Agent 的 Memory 治理三连击：从 Skill 化到程序性蒸馏
2026-07-13每日调研深度调研：LLM Agent 的拍卖式任务分配——Agora 框架解读
2026-07-12其他报告深度调研：Raven Agent vs OpenClaw vs Hermes Agent 横向对比
2026-07-12每日调研LLM Agent 记忆架构的新范式：主动记忆干预与语义持久化
2026-07-11每日调研Agent 评估的范式转变：从静态 Benchmark 到动态可信度校准
2026-07-10每日调研LLM 当裁判够不够用？——arXiv 三篇 7 月新作拆解
2026-07-09每日调研Agon: 用对手当评委——cross-model RL 如何破解 GRPO 的"长度膨胀"难题
2026-07-08其他报告本地部署模型最新进展与趋势 · 2026-07-08
2026-07-08其他报告自建 Chatbot 架构深度调研（bb-browser 增强版 · V3 含 Reddit 一手数据）· 2026-07-08
2026-07-08其他报告自建 Chatbot 架构深度调研（bb-browser 增强版）· 2026-07-08
2026-07-08其他报告自建 Chatbot 架构深度调研 · 2026-07-08
2026-07-08每日调研长上下文推理的两条新路径：跨层残差分解 KV 压缩 vs 频域深度共享
2026-07-07每日调研LLM Agent 的安全监控：从代码执行到社交行为
2026-07-06每日调研深度调研：Program-as-Weights — 0.6B 小模型如何匹配 32B 大模型
2026-07-05每日调研AI 控制论：当 Agent 学会在持久代码库里藏雷
2026-07-04每日调研小模型 + 新编程范式：PAW 与 RECONTEXT 揭示后 LLM API 时代的本地化路径
2026-07-03每日调研AI 控制与监控：当 LLM Agent 开始写 PR，安全瓶颈从对齐转向部署时验证
2026-07-02每日调研长程 LLM Agent 的上下文治理与鲁棒性：从 Self-GC 到 OpenAgent
2026-07-01每日调研LLM 元认知：当周三篇论文串起来的自我认识问题
2026-06-30每日调研深度调研：RLVR 之后的推理对齐与 LLM→World Model 的连续谱
2026-06-29每日调研LLM 即世界模型：从离散 token 到连续状态的范式回归
2026-06-28每日调研LLM 推理增强与自改进：CoT、Agent Loop 与二元评估的边界
2026-06-27每日调研LLM 组合的天花板：Co-Failure Ceiling 与 RouteMoA 的工程应对
2026-06-26每日调研多模型协同的失败天花板：Co-Failure Ceiling 理论
2026-06-25每日调研量化推理模型的隐藏税：当 INT4 节省的算力被更长的思维链吞掉
2026-06-24每日调研Agent × World Model：三篇论文看清 2026 年下半场的训练范式
2026-06-23每日调研AI 自主科研：从 RL 推理到端到端研究自动化
2026-06-22每日调研FP4 训练 vs FP4 推理：LLM 量化路线正在分叉
2026-06-21每日调研LLM 内部表征的几何结构与可解释性
2026-06-20每日调研打开 LLM 黑箱：可解释性研究的三个新方向
2026-06-19每日调研Computer-Using Agent 的工程化：SKILL 库自动挖掘与多设备层级恢复
2026-06-18每日调研扩散语言模型（dLLM）崛起：自回归范式正在被改写
2026-06-17每日调研扩散语言模型（dLLM）后训练范式正在成型：VoidPadding 与 d-OPSD 双论文解读
2026-06-16每日调研深度调研：流式推理（Streaming Reasoning）——当 LLM 必须在输入未完时开始思考
2026-06-15每日调研Agent Harness Engineering:把优化杠杆从模型挪到运行时接口
2026-06-14每日调研LLM Agent 系统化新进展：从知识编排到自主科学发现
2026-06-12每日调研让推理模型学会类比:检索增强强化微调 RA-RFT
2026-06-11每日调研AI对齐的理论硬边界：诚实不可能定理与存在性漠然
2026-06-09每日调研AI Agent 的双重进化：从十年模拟社会到生产级自主执行
2026-06-08每日调研AI Agent 推理能力前沿：隐性思维增长、多智能体架构与生产影响
2026-06-07每日调研CLSA：跨层稀疏注意力 —— 长上下文 LLM 推理的架构级突破
2026-06-06每日调研Diffusion语言模型 + RAG：SARDI 的自我增强检索
2026-06-05每日调研稀疏注意力实战化：跨层路由共享与可编程服务系统
2026-06-03每日调研大模型推理的结构化评估与RL训练边界扩展
2026-06-02每日调研PPO/GRPO 之外：替代范式重塑 LLM 后训练
2026-06-01其他报告长上下文检索评测：MiniMax-M3 vs DeepSeek v4-pro
2026-06-01其他报告深度横评：Get 笔记 vs WPS 智能公文 vs 讯飞公文 — 内容生成能力对决
2026-06-01其他报告深度调研：中文公文写作 AI Agent 应用评测报告
2026-06-01每日调研LLM 推理增强：结构化搜索历史与长上下文 RL
2026-05-31每日调研LLM Agent 科学软件开发的真实边界：物理学家案例研究
2026-05-30每日调研LLM推理新范式：从链式思维到潜伏工作记忆
2026-05-29每日调研LLM 推理的低样本自改进方法
2026-05-28每日调研RLHF 对齐的隐藏裂缝：Alignment Tampering
2026-05-27每日调研RLHF的结构性漏洞：Alignment Tampering
2026-05-26每日调研Agent Skills 全生命周期：从经验蒸馏到跨环境迁移
2026-05-25每日调研Agent Skills 自进化优化：SkillOpt 与 Agentic Proving
2026-05-24每日调研测试时搜索时代的后训练范式转变：VPO 与多样性优化
2026-05-23每日调研线性注意力新突破：Gated DeltaNet-2 统一 erase/write 门控
2026-05-22每日调研线性注意力与分词器的架构突破
2026-05-21每日调研Deep Research 能力边界评估：两大 Benchmark 深度解读
2026-05-20每日调研可微分自适应稀疏注意力 DashAttention 与 LLM Agent 动作空间压缩
2026-05-19其他报告520 · 爱情诗句珍藏
2026-05-19每日调研LLM 的失语症：神经科学方法论如何揭示语言模型内部结构
2026-05-18每日调研LLM Agent 记忆自我进化：FORGE 与形式化审计
其他报告沉默的常量 — 智能演化叙事工作台
2026-05-17每日调研LLM 推理时的 Test-time Compute Scaling
2026-05-16每日调研OpenDeepThink：群体推理与 Bradley-Terry 聚合——测试时计算的新范式
2026-05-15每日调研开源Agent训练新范式：Orchard框架与推理时优化前沿
2026-05-14每日调研SAE 显微镜：稀疏自编码器如何揭开大模型内部机制
2026-05-13每日调研Agent 评测基准的新纪元：WildClawBench 与 Shepherd
2026-05-12每日调研Test-Time Scaling：从手工设计到自动发现
2026-05-10每日调研MoE 架构的下一次跃迁：全局共享专家池与模块化涌现
2026-05-08每日调研长上下文建模的不可能三角
2026-05-07每日调研Preference-Based Self-Distillation：LLM 后训练的范式跃迁
2026-05-06每日调研OpenSeeker-v2：纯 SFT 打败工业级 RL 管线的搜索 Agent
2026-05-05每日调研Compliance Gap：AI 的「口头承诺」与实际行为之间的断裂
2026-05-05其他报告专题调研：picturebook-kg 技术架构与 API 文档
2026-05-04每日调研LLM 推理的"忠实度危机"：从注意力机制到程序执行
2026-05-03每日调研大规模合成计算机：AI Agent 训练数据新范式
2026-05-02每日调研D3-Gym：可验证的 AI Agent 科学发现训练环境
2026-05-01每日调研深度技术调研：合成计算机规模化——AI Agent 训练的下一个范式
2026-04-30其他报告五一带金毛出行方案 · 南京周边
2026-04-30每日调研深度调研：Diffusion LLM 的蒸馏与记忆机制前沿
2026-04-30专题调研子 Agent 报告发布链路改进方案
2026-04-29其他报告知识结节：AI Agent 时代的信息基础设施新范式
2026-04-29其他报告subagent-lifecycle v5 运行评估
2026-04-29专题调研DeepSeek 公文写作 Chatbot 方案
2026-04-29专题调研得到 Get笔记深度调研
2026-04-29专题调研南京→宜兴五一自驾游计划
2026-04-29专题调研GitNexus 深度评测
2026-04-29专题调研Codex CLI 云部署实操指南
2026-04-29每日调研深度调研：LLM 推理机制的范式重构——从浅层 CoT 到潜在空间优化
2026-04-28其他报告中国养老体系深度调研报告 · 2026-04-28
2026-04-28每日调研深度调研：隐空间推理 — 让 LLM 不写作文也能思考
2026-04-27其他报告深度调研：LLM 潜在推理的新范式
2026-04-26其他报告深度调研：MathDuels — LLM 双重角色自我对弈评估
2026-04-25其他报告深度调研：LLM 评估新范式 — MathDuels 自博弈Benchmark
2026-04-24专题调研tdd core principles
2026-04-24专题调研software design philosophy deep modules
2026-04-15专题调研国内原创绘本深度调研报告
2026-04-10其他报告研究报告：开源 vs 闭源大模型分叉路线