lolspider / notes

Topic

#LLM

67 篇笔记

Enterprise Evals 101

Imagine your worst nightmare: your agent passes every demo, then a customer asks something you never tested, and it fails in public.In April...

x.com· 9 分钟 ·#clippings·#AI·#LLM

The era of personal software

📝 摘要 作者以自己构建的健康数据追踪应用为例,讨论 LLM 时代「个人软件(personal software)」的兴起:当构建成本足够低,软件将逐渐商品化,越来越多人会为自身需求量身定制工具。他完整记录了实现链路——Apple Health 数据经 Health Auto Export 每小时导出 JSON,通过 端点写入 $5 的 PlanetScale Postgres;数据库 sche…

jakub.kr· 7 分钟 ·#clippings·#AI·#LLM

十分钟精读 DSH Super Agent:从 Paper 到 PRD

1. Super-agent作者认为,以 Coding Agent 为代表的单任务 Agent 已逐渐能够独立完成复杂工作,但现有系统仍以单一 Session 为基本单位。用户并行推进多个任务时,需要自行切换会话、管理上下文;文章称一个人通常只能同时跟进 3~5 个活跃 Sess...

x.com· 15 分钟 ·#clippings·#LLM·#agentic

Lemo-Opuscar 史诗级更新:8种新风格+新改编玩法,我把风格库变成了风格制作工具箱

Hello 大家好,我是lemomo。这次 Lemo-Opuscar 迎来了上线以来最大的一次更新,不光有新的风格,还有新的玩法,整个项目定位从【视频风格库】变成【搭建自己风格库的工具】。新增【剪辑与纪实】8 种风格,目前从最早的39种已经更新到了59种。未来会继续更新,我的目标...

x.com· 14 分钟 ·#clippings·#AI·#LLM

形式化验证 LLM 生成的代码(FATTW 2026, Lucas Cordeiro)

FATTW 2026 会议演讲(与 ASE 2026 联合举办):LLM 负责猜测(不变量、契约、harness),证明引擎负责裁决(ESBMC/k-induction/Vampire)。以 310,531 个 C 程序基准、Test-Comp/SV-COMP 竞赛成绩和 AWS/NVIDIA/vLLM 生产代码漏洞为证据,论证『模型建议 + 证明引擎确认』的设计原则。

ssvlab.github.io· 9 分钟 ·#clippings·#AI·#LLM

「万字总结」- 我偷来了一份成为 Agent 工程师的学习线路

我之前面试了一家做 AI + web3 业内比较厉害的公司,但是没有通过吧,面试之后面试官给我了一份《Agent工程师入门指南》。我把它整理了一下,分享出来给大家提供参考,这是一份很详细很详细的、关于如何成为 Agent 工程师的文档,并且补充上我自己的学习心得当时给我的答复是 ...

x.com· 33 分钟 ·#clippings·#study-notes·#AI

Jev 模型调研 — TypeSafe AI 的 System One 模型

Jev 模型调研 — TypeSafe AI 的 System One 模型 [!info] 一句话概括 Jev 是 TypeSafe AI 于 2026-09-14 发布的首个 System One 模型。它不生成文本,而是输入非结构化状态、输出带校准概率的类型化决策——可以理解为"一个具有前沿智能的函数调用"。 1. 背景 - 公司:TypeSafe AI,隐身(stealth)两年后公开…

docs.typesafe.ai· 5 分钟 ·#AI·#LLM·#结构化决策

多模型路由进入 Agent 会话之后

模型路由在单轮问答中可以按难度分配成本,但进入 Agent 多轮会话后,还要处理上下文、工具状态、缓存和隐式状态。本文拆解会话级路由的智能与工程瓶颈,以及固定强模型、隔离子任务和有状态路由三条现实路线。

yage.ai· 11 分钟 ·#clippings·#AI·#LLM

大模型是专利期十个月的制药生意

这几天流传的 DeepSeek 梁文锋讲话里有一个有意思的数据点,正好和我最近的思考交汇,因此写下一些关于整个大模型产业的一些预测,供以后证伪修正思考。他说,DeepSeek 的 API 定价标准是:买一批设备回来,十个月收回成本。也就是十个月赚来的利润可以覆盖硬件上的投入。顺带...

x.com· 11 分钟 ·#clippings·#AI·#LLM

The State of Agent Wikis

In April 2026, Andrej Karpathy published a GitHub Gist describing a pattern he called the LLM Wiki.In the months since, four different teams...

x.com· 12 分钟 ·#clippings·#AI·#LLM

数据研发Multi-Agent架构的Harness工程实践

📝 摘要 本文基于阿里云数据研发团队的 Multi-Agent 实践,系统阐述了 Harness Engineering(智能体脚手架工程)的核心理念与落地方法。文章指出 AI 工程经历了 Prompt Engineering → Context Engineering → Harness Engineering 三代演进,并提出核心公式 Agent = Model + Harness:模型决定…

mp.weixin.qq.com· 41 分钟 ·#clippings·#AI·#LLM

Accelerating Gemini Nano models on Pixel with frozen Multi-Token Prediction

📝 摘要 Google Research 发布了一种将 Multi-Token Prediction (MTP) 增层改造(retrofit)到已冻结的 Gemini Nano v3 生产模型上的方法,在不修改基座模型权重的前提下,大幅加速 Pixel 设备上的端侧 LLM 推理。该方法已在 Pixel 9 和 10 系列实机部署,使 AI Notification Summaries、Proo…

research.google· 2 分钟 ·#clippings·#AI·#LLM

vLLM + LMCache: A Starter Guide, No GPU Required

Get started easily: a single MacBook is all you need to develop vLLM + LMCacheFor New Contributors · Covering Frontend / L1 Eviction / L2 Storage / Observability If you ever skipped LMCache because you didn’t have a GPU on hand, this guide was written for you. LMCache’s multi-platform framework has already decoupled the GPU […]

blog.lmcache.ai· 9 分钟 ·#clippings·#tutorial·#AI

Qwen Studio

Qwen Studio offers comprehensive functionality spanning chatbot, image and video understanding, image generation, document processing, web search integration, tool utilization, and artifacts.

qwen.ai· 15 分钟 ·#clippings·#AI·#LLM

GLM-5 系列模型演化历程

GLM-5 系列模型演化历程 智谱AI(Z.ai)的 GLM 系列从 GLM-5 到 GLM-5.2 经历三次重大迭代,每次均有明确的技术突破点:架构基础 → Agent 持久性 → 极致长上下文与编码效率。本文基于多源深度调研(101 个子代理、19 个源、94 条 claim、3-投票对抗验证)梳理完整演化路径。 Open: Pasted image 20260620141932.png30-…

4 分钟 ·#ai·#llm·#glm

从 305 GB 到 7.4 GB:大模型 KVCache 架构演进全景

五一本打算更新一年前写的开源引擎 KVCache 实现文档,但梳理下来发现,光是 KVCache 演进的理论部分就已足够撑起一篇独立文章。在 Agent 改变搜索习惯、重塑软件行业的今天,多轮交互带来的长上下文让 KVCache 持…

zhuanlan.zhihu.com· 16 分钟 ·#clippings·#LLM·#KVCache

NanoWhale 项目深度解析:从零学习 DeepSeek-V4 架构

NanoWhale 项目深度解析:从零学习 DeepSeek-V4 架构 一句话总结:NanoWhale 是 HuggingFace 发布的一个教学项目,它用约 1.1 亿参数(110M)实现了一个"迷你版" DeepSeek-V4 大语言模型,从零开始训练,让你能用一张 H100 显卡就跑通完整的大模型训练流程。 一、这个项目在做什么? 大模型训练的一般流程 训练一个大语言模型(LLM)通常分为…

github.com· 8 分钟 ·#AI·#LLM·#DeepSeek

罗福莉访谈里那几句关于 memory 的话,被几乎所有人忽略了

张小珺前几天发了一期跟罗福莉的长访谈,三个半小时。小宇宙,YouTube,B 站都有,外面已经有很多解读。大家讨论得最多的是 OpenClaw 怎么改变了她的世界观,1T 是不是入场券,组织平权怎么搞,3:1:1 的卡分配比例。听了以后,挑出来想单独写一篇的,是这期里被低估最严重...

x.com· 14 分钟 ·#clippings·#AI·#Agent