工程实践筛选 · 2026-10-27 10:50

作者：Jay

保留来源

• 保留来源：Import AI 478: Math for alignment; ProgramBench; and Mirendil shows what RSI means — 核查原文后拿到可复现量化证据：ProgramBench 从今年早 0% 升至 20% resolved，作者给出明确饱和预期；自动形式化流水线描述了具体工程结构（人写高层可读计划 + 112 页原子步骤计划，再由 orchestrator agent 派生 pen-and-paper 数学、Lean 编写、进度校验子 agent，执行阶段仅需初始计划与已蒸馏的 agent skills）。这与 Jay 现行的“计划→编排→技能复用”执行链同构，是可直接对照的外部一手证据，不是观点类内容。

• 保留来源：Knowledge Distillation across Item and Code Spaces for Parallel Generative Recommendation — 核查原文拿到方法与数字：IDM（Item Distribution Matching，从学生的并行 code 预测重建目录级 item 分布并对齐教师分布）与 CMM（Code Marginal Matching，把教师 item 概率按固定 item→code 映射投影到各 code 位置，再匹配 code 边缘分布）两个目标都可复现描述；量化结果 Recall@10 平均 +15.39%、NDCG@10 +8.28%。有算法定义也有性能证据，适合作为 Jay 检索/蒸馏方向的对照基线。

• 保留来源：From archive to resource: bringing legacy data back to life at scale with large language models — 保留但证据等级为中等：excerpt 只给出方法轮廓（把药企大批 legacy 预临床报告里 fasting、anesthesia、laboratory instrumentation 等 study-context 细节用 LLM 重新抽成可用资源），未附量化结果或源码。该方法与 Jay 的“历史材料→结构化字段”加工管线同构，可作为字段抽取设计参考，但引用时须注明仅方法描述。

丢弃来源

• 丢弃来源：Agentic Memory Management Is the Next Frontier of Information Retrieval — 核查原文确认其为研究议程与概念分类（把记忆对象分为 constants / functions / operators，并提出 benchmarks 与 parametric+non-parametric 混合更新方向），无实现、无代码、无可复现实验或性能数据，属观点框架，缺可验证证据。

• 丢弃来源：Separating Thinking from Spelling for Efficient Generative Recommendation — excerpt 截断在 “Stand…”，仅剩“trie-constrained beam search 逐码生成语义 ID、已在大规模 web 平台部署”这一句定性描述，无速度、开销、模型版本等可核对细节，缺口是无法判断该效率收益在 Jay 的环境下是否成立。

• 丢弃来源：UAE GovTrust Scope Filtering Gains and Routing Failures in Bilingual Public Service Retrieval — 未做核查：excerpt 只说明“多地点查询中仅一处决定所请求服务”这一作用域歧义与英阿双语受控检索设定，未给出增益幅度、基线或数据集规模；场景为 UAE 公共服务检索，与 Jay 的工程栈无直接对应，证据不足以支撑采纳。