仓库攻略

OctLLM（Octrees as an Explicit 3D Language）是 2026 年 10 月 5 日发布于 arXiv（2610.02388）的一篇多模态 LLM 论文，来自北京大学与独立研究者团队。它提出了用稀疏八叉树（SOctree）作为 3D 几何的显式序列语言，配合一种双流 token 路由 transformer，让同一个 LLM…

Jev 是 TypeSafe AI（2026 年 9 月中旬发布）的首个 "System One" 模型——它不是语言模型，不生成任何文本，只做一件事：输入一段结构化 state，加上类型化的问题，得到带概率的决策答案。 这个定位恰好精确命中了 Agent 评测的核心形状：给定 agent 的 trace 和状态，判断这次行为是否合规、是否安全、评分几分。 …

JustinTime Agentic OCR（JIT OCR）是 LlamaIndex CEO Jerry Liu（@jerryjliu0）命名并系统阐述的一种文档解析模式，官方博客完整阐述见 llamaindex.ai/blog/justintimeagenticocr。 核心思想很简单：不要一开始就对所有文档跑昂贵的 VLM OCR，先用轻量免费工具快速…

FineEnvs MultiHarness RL 是 Adithya S K（@adithya_s_k）于 2026 年 10 月 1 日发布的一套开源实践，完整仓库位于 adithyask/FineEnvs，配套文章见 HF Space · multiharnessrl。 它的核心命题是：训练数据和算法不是瓶颈，Harness（智能体框架）才是。 所谓 H…

这是一条关于 Raschka《Build a Reasoning Model (From Scratch)》第 3–6 期系列的实战解读。 该系列第 3 期（20260913 发布）聚焦如何从零实现一个数学 Verifier，用于： 第 6 期（20261003 发布）则把这个 Verifier 复用为 RLVR 训练的奖励信号，驱动 GRPO（Group …

CODA 是一套 GPU kernel 抽象框架，核心主张是：Transformer 里那些看似必须单独启动 kernel 的内存密集型算子（normalization、activation、residual update、reduction），可以通过数学重参数化，全部塞进 GEMM 的 epilogue 阶段执行——在 GEMM 输出 tile 还在芯片…

d1 是 Liquid AI 于 2026 年 9 月 29 日发布的决策模型（Decision Model），2026 年 10 月 5 日追加视觉支持后正式对外。 核心设计思路与语言模型相反：不给文字答案，而是对同一个输入直接输出概率分布——每道题一次前向传播，零 Token 生成。 d1 的官方定位是替代那些「本不需要 LLM 做的事情」：分类、路由、…

CorpusMap 是微软 + KAIST 联合论文 Follow the Entities: A Corpus Map for Agentic Search（arXiv:2609.37226，2026 年 9 月 29 日提交）提出的离线实体导航层。 核心问题：企业文档集合里，答案所需的证据散落在多份文档中（一份记录审批、一份记录需求、一份记录最新状态），…

Pixeltable 是一个将数据库、编排层和服务层合一的 Python 库，专为多模态 AI 数据应用设计。它的核心主张是：传统 AI 应用需要协调 Postgres（存储）+ 对象存储（文件）+ 向量数据库（ Embedding）+ 消息队列（编排）+ API 服务层（HTTP），而 Pixeltable 将这些全部压缩到一个 app.py 文件中——声…

REA（Reverse Engineer Anything）是一个连接 AI Coding Agent 与逆向工程工具链的 MCP（Model Context Protocol）中间件。它的核心价值是：让 AI 代理在不了解源码的情况下，通过 Hopper、Ghidra、IDA Pro 等二进制分析引擎，理解和复现目标应用的行为。 支持的被分析目标包括： J…

注意：仓库名称有一定迷惑性——它并非自动交易机器人，而是一个纯终端界面的 Ethereum 智能合约部署与管理工具。 核心功能是：本地编译 Solidity、实时预览 gas 费用、部署到 Ethereum Mainnet，并通过交互式菜单调用合约函数。内置可选的前置运行（frontrunning）示例逻辑和一个独立的 mempool 监控进程，用途更偏向"…

这是一篇由独立开发者 Giles Thomas 撰写的实操复盘（2026年9月10日发布），记录了如何从 Sebastian Raschka 的书《Build a Large Language Model (from Scratch)》中的 GPT2 代码出发，添加 MoE（MixtureofExperts，稀疏专家混合）支持，并在单张 RTX 3090（2…

2026年9月，LlamaIndex CEO Jerry Liu 在 AI Engineer World's Fair 2026（AI工程师世界博览会）发表了一场21分钟演讲，标题为 "Building the Document Context Layer for AI Agents"（为 AI Agent 构建文档上下文层）。这场演讲的核心论点是： RAG…

ScholarEvolve 是 2026 年 9 月 30 日在 arXiv（2610.00972）发表的一篇论文提出的框架，核心解决一个问题：当新的 Agent 论文发表后，如何让 Harness 自动跟着演进，而不是等人类工程师手动实现？ 它把论文翻译成 Harness 改进分成四步：研究 Agent 审计失败 → 检索相关论文 → 写变异蓝图 → 编码…

VeriHarness 是 Google Cloud AI Research（联合作者还有剑桥大学 Nigel Collier）于 2026 年 10 月 1 日在 arXiv（2610.00972）上发布的论文提出的多 rollout 验证框架。核心问题是：当 LLM Agent 完成了长程任务（写报告、做表格、写代码），没有参考答案、没有 grading…

哈佛团队（Aayush Karan、Sitan Chen、Yilun Du）提出 Projection Sampling（投影采样）：在 SFT 训练前，用 MCMC（MetropolisHastings）把离策略（offpolicy）的专家轨迹逐步重写为贴近基础模型分布的轨迹，再送进标准 SFT。论文标题开宗明义——SFT Learns Better Th…

AI Engineering Course 是由 Amit Shekhar（Outcome School 创始人）维护的免费、完整、自包含的 AI 工程学习路径。目前 18 个模块、146+ 节课，每节课都是一篇图文并茂的博客，部分附视频。从机器学习基础讲到 LLM 微调、RAG、AI Agent、推理工程、AI Safety 和系统设计，适合想从零建立完整…

Data Peek 是一款轻量、键盘优先的 SQL 客户端桌面应用，支持 PostgreSQL、MySQL、Microsoft SQL Server，正在开发 SQLite 支持（约 1,677 Stars，单人维护）。核心理念：打开就用，用完就走，不拖泥带水。两秒启动、不跑 splash、不装插件、内存占用低——面向需要随时瞄一眼数据但不打算对付复杂 DB…

365 Skills 是面向 AI 编码智能体的生产级技能集合（Agent Skills），由独立开发者社区 Agents365ai 维护。不同于单点工具，它以"插件市场"的形态一口气提供 30+ 款专项技能，覆盖开发设计、科研、绘图、媒体创意等多个维度。最大特点：与 Agent 无关——兼容 Claude Code、Cursor、Copilot、OpenC…

2026 年 10 月 3 日，Simon Willison（Django 联合创始人、DataSette 作者）在 simonwillison.net 发文，系统阐述了 LLM API 与 AI Agent 必须在服务层面默认开启硬性预算上限 这一工程原则。 核心主张：一切按量付费的 API 和云服务，都应该让用户能设置"月度消费超 $X 后直接返回错误、…

2026 年 10 月 1 日，Hugging Face 与 Liquid AI 联合发布了 OpenEnv 多 Harness 同步 RL 训练栈，核心方法论见"The ultimate guide to multiharness RL"（Adithya S Kolavi 等 8 位作者）。该工作的核心洞察是： 同一个模型权重，在不同 Agent Harn…

FPF（First Principles Framework）是一套 AI 原生的声明式模式语言（pattern language）体系，面向系统工程、研究和管理的知识框架。 FPF 的核心思想是：为工程师和 AI Agent 提供一套共享、精确的语言，用来描述系统（System）、方法（Method）、工作（Work）、证据（Evidence）、决策（De…

这是一个社区维护的下游 fork，专注于为 DeepSeek Harness（DeepSeek 官方桌面端）提供一等公民级的 Linux 打包支持。 官方 DeepSeek Harness 桌面端目前只发布 macOS 和 Windows 安装包，Linux 用户要么退而求其次用 Web 版，要么自己从源码编译。本项目填补了这个缺口：以 AppImage /…

Lime 是一个开源全栈 AI Agent，同时提供桌面 GUI（Electron）和 CLI/TUI 两种界面。它把 Agent 循环、文件系统、终端进程、代码编辑、工具调用、MCP 扩展、Skill 机制、多模态输入输出、模型路由和多 Agent 协作，整合到一条可追踪的任务链（Thread）中。 定位上与 Claude Code、WorkBuddy、C…

这是一条关于 LLM 开发策略的硬核判断，来自 Sebastian Raschka（Sebastian Raschka，AI 教育者、《Build a Large Language Model (From Scratch)》作者）。 在被播客问到「如果有 xx 百万美元预算，怎么从头开发一个 frontier 级别 LLM」时，他的答案是： 用现有开源模型，…

OmniIO Skills 是由新加坡国立大学（NUS）与牛津大学（Oxford）联合发布的开源 Agent 外挂框架（Agent Harness），通过即插即用的 MCP Skill 机制，让已有的 Coding Agent（Codex、Claude Code 等）无需更换底层模型，即可原生支持图像、视频、音频、文档、3D 资产、代码、网页七大模态的理解与…

2026 年 9 月 28 日，Anthropic 发布 Claude Sonnet 5.5（模型 ID：claudesonnet55），这是 Claude 5.5 系列的第二款模型，第一款是同年 9 月 22 日的旗舰款 Opus 5.5。Sonnet 5.5 定位于「高质量日常任务」，定位在 Opus 5.5 之下，但在多项编码评测中超越了 Opus 5…

表格中存在 blank cell（空单元格）时，大多数文档 OCR / 解析工具在输出 markdown 表格时，会将该行后续所有数值整体左移一格，从而导致数值进入错误的列，造成静默的数据错位。这种错误不抛异常、只静默错位——下游 Agent 若直接使用这组数值去做判断，就会产生错误决策。 LlamaIndex 联合创始人 Jerry Liu（@jerryj…

MCP（Model Context Protocol）是 Anthropic 于 2024 年末开源的 AI Agent 工具调用协议，旨在标准化"大模型如何调用外部工具"这件事。2026 年 7 月 28 日，MCP 发布重大版本（规范代号 20260728），核心变化是彻底移除会话层，将协议改造为纯请求/响应无状态架构。 这次变化直接影响：使用 MCP …

Looped Transformer（循环 Transformer）是一种通过复用同一组层权重、多次遍历来增加有效计算深度的架构设计。与传统 Transformer 堆叠 N 层独立权重不同，Looped Transformer 将同一组权重作用于输入多次，等效于用更少参数实现更深网络。 典型案例： OuroThinking 2.6B：全部层循环 4 次，产…