归档

2026 年 05 月

2026-05-30

2023-2026.05 真实论文时间线复盘如果你只看 pass@1，会觉得 RLVR 当然赢了；如果你把 pass@k、coverage、retention、steerability 一起放上来，结论就开始变复杂。过去两年，后训练研究真正发生变化的，不是”谁更强”，而是”到底是谁在改模型的策略

2026-05-28

https://mp.weixin.qq.com/s/88rTMq9zb5xRkbEEn78I-A?version=5.0.8.99856&platform=mac

2026-05-25

介绍 1.1、Cortexa Cortexa 是一个面向企业生产环境的 RAG 知识平台,围绕三大核心能力构建: RAG 快速问答:适合日常知识查询,毫秒级返回带引用的答案 ReAct Agent 智能推理:自主编排知识检索、MCP 工具与网络搜索,完成复杂

9 种主流的 RAG（AI 检索增强）技术

2026-05-21

2026-05-18

在大模型领域里越来越火的技术——MoE（Mixture of Experts）。deepseekV

2026-05-15

你问AI助手"我上周说的那个机器人项目进展怎么样了？"，它回答"抱歉，我不太清楚您指的是哪个项目"。不是它不想帮你，是它真的忘了。ICLR 2026上，三篇论文同时出手，试图从根本上解决这个让所有Agent开发者头疼的问题。一、为什么你的Agent总是"失忆"？三大病灶诊断

Agent Skills 综述

2026-04-04

摘要：本文围绕智能体技能创建的最佳实践展开，核心是技能需基于领域专业知识和项目实际细节，而非大模型通用知识；通过实战对话沉淀、现有资产合成、多轮实战优化等路径创建，注重精简留白、合理设计范围与指令，同时通过触发测试、质量评估和脚本规范，形成从创建、优化到验证的完整闭环，确保技能实用、精准、可复用。

2025-12-31

导语如何自信地发布AI Agent？没有好的评估（Evals），团队很容易陷入"头痛医头、脚痛医脚"的被动循环——问题总是在生产环境中才暴露，修复一个bug又引发了新的问题。评估的基本结构任务（Task）: 一个单独的测试，包含明确的输入和成功标准尝试（Trial）: 对一个任务的单次尝试。

mem0 支持的图形数据库

2025-11-20

综合对比特性 Neo4j

程序员的新助手

2025-11-07

随着 AI 编程工具从简单的代码补全进化为自主代理，我们正见证着“软件公司最小单位”的重写。单纯的“提示词工程”已不足以应对复杂的企业级开发，我们需要的是工程化的 AI 工作流。本文将深入对比当前最热门的五款 AI 工程化框架：Superpowers、GStack、BMAD-METHOD、Spec