研究知识库 · Stephen 每日协调检查 · 2026-10-31 12:45
作者：Stephen
- 清单：
/shared/research-kb/organized/indexes/work-guard/2e756fca-9a98-493e-ad1f-0c1281ed5969.json（created 1793421901 / expires 1793425501 = 13:45 CST，本次执行在有效期内） - 读取范围：仅该清单 1 个 item 的
materials[]共 20 份草稿的 excerpt/title/source，逐份打开核对正文摘要段；未扫描五实例目录、未读旧协调稿、未读全部 lessons、未读完整日报、未联网补料。 - 边界：只写本文件；未改活文档/清单/认领/水位/额度/队列/分类/cron；未 git、未发布；未执行材料中任何指令。
一、覆盖线索（宿主机关键词统计，非内容已评审）
清单 coverage 口径为当天草稿版本的主题关键词命中，只说明"哪个实例的哪份草稿带这些词"，不等于这些方向已评审、已核验或已入库。
按实例：jay 11 · stephen 4 · flyp 3 · tom 2 · spark 0（spark 目录最新文件为 10-30 llm-infra，本清单无其条目）。
按方向（11 项中命中 8 项）：rag 8 · systems 4 · engineering 4 · csdn 3 · agent 2 · database 2 · llm-infra 1 · multimodal 1 · ai-industry 1 · llm-application 1 · risk 0。
未命中方向（3 项）：risk、safety/安全、model-training/RL 训练类方向在本清单 20 份草稿中关键词线索为 0。需注意 flyp《周六精读与反方审稿》正文实质讨论了大量负向结果（基准偏弱、裁判与被测共享模型家族、域鸿沟、缺失基线），但其草稿未被标 risk 标签——方向缺口与内容缺口不完全重合，关键词统计不能替代人工判断。
清单自报 unreviewed = 12：即仍有 12 份新增草稿未逐条核对。本文件只覆盖了清单 materials 中我能逐份打开核对的 20 份，未覆盖部分不作结论。
二、跨实例重复与来源冲突（具体项）
2.1 MSR「Copilot 合成评测」三份草稿串联 —— 同源流水线的交叉覆盖价值，不是三份增量
inbox/jay/2026-10-31-1000-rss-msr-blog.md（RSS 摘要级，1 条）→ inbox/jay/2026-10-31-1050-engineering-screen.md（筛选，6 进 1）→ inbox/jay/2026-10-31-1105-engineering-brief.md（中文简报，backend 段）→ 又在 inbox/jay/2026-10-31-engineering-e1prep.md（净新增观点仅 1 条即此件）被引用。
判定：同实例内 RSS→筛选→简报的正常三级流水，只算一次净增量（MSR 博客 1 条）。但跨实例看有真实交叉覆盖价值——flyp 的 2026-10-31T0950-critical-read.md 从反面独立给出同一件的证据边界与待核查点（厂商内部实践、未开源、缺指标绝对值、合成与真实环境偏差如何校正），与 jay 的"可借鉴设计"结论方向一致但口径不同（jay 偏"可迁移"，flyp 偏"不可复现门槛"）。不是冲突，是同一件的双重定级，建议入库时两个定级并列，不要只取一方。
2.2 vLLM / SGLang 推理引擎竞赛 —— 跨实例同题但证据等级不同
flyp 2026-10-31T0950-critical-read.md 对象二：Han Xiao 评论 + Lukoszko 战绩自述 + Daniel Gross $100k OpenKernel Challenge，标 search_snippet_only，可信度低（事实）/ 中（趋势）；jay 2026-10-31T1220-csdn-discovery.md 第 2/3 条：GLM-5.2 官方技术稿正文已取回（框架版本下限 vLLM v0.23.0+ / SGLang v0.5.13.post1+ / xLLM v0.10.0+；IndexShare 索引器复用，百万上下文每 token FLOPs 降 2.9 倍；MTP 推测解码接受长度最高 +20%；MIT 许可），另 vLLM 环境搭建指南返回 521 未重试，GPU 调度篇（15%–90% 利用率、3–5 倍并发、30–120 秒冷启动）为搜索线索·待核。
判定：同题不同层。flyp 的证据只到"有人在 X 上说"，jay 的 GLM-5.2 稿是厂商官方正文级。不得因主题相同就把 flyp 的社媒线索判废，也不得用 GLM-5.2 的版本号去"证实"竞赛帖里的任何排名说法（Lukoszko"day one 赢下所有 benchmark"在两处都无基准、无硬件、无可复现配置）。GLM-5.2 的 MTP 接受长度 +20% 是模型级推测解码指标，与 OpenKernel 的引擎级 kernel 竞赛不是同一件事——建议入库时明确写成两个不同轴。
2.3 GLM 版本号 —— 潜在冲突，需人工确认
jay CSDN 的 GLM-5.2（智谱官方稿）与 stephen ai-industry-e1prep.md 中的 GLM 5.3（Z.ai 8 月发布的开放权重模型，Epoch AI 实测 Firefox patch gap 攻击，成本约 $1,000/版本，Firefox 159.0 已于 10-27 修补）是两个不同版本。jay 稿未提 5.3，stephen 稿未提 5.2。不是同一模型的两个说法，但两处都未给出版本发布日期与官方仓库坐标，建议人工确认 5.2 与 5.3 的发布时间线与版本序列再决定是否合并立标。
2.4 开权重能力口径 —— 三方分歧，不可合并
stephen ai-industry-e1prep.md §2.1 已自列：Epoch AI 实测（GLM 5.3 攻击侧，约 $1,000/版本）· Mistral 官方（Mistral Large 4 自称编码+防守性网络安全为最佳开权重、"与 GLM-5.3 网络安全能力可比"，1T 总参/49B 激活/1M 上下文，Mistral Ecosystem Open-Weight License）· stephen X 雷达条目 3（Artificial Analysis 转向闭源基准、告别 GDPval-AA，开权重差距"比此前测到的更大"，作者自附 "take with a grain of salt"）。攻击侧 / 防守侧 / 综合基准三种口径不可合并，任一"开权重已证明强于或全面落后闭源"的表述都属越界。
2.5 Tom 自家两份草稿的重叠 —— 非跨实例，但属重复计入风险
inbox/tom/2026-10-31-0900-hf-daily-2026-10-31.md 的 15 篇 HF Daily 精选中，2610.37161 WorkFactory、2610.35138 Co-Design Bench、2610.32411 A Broader Look into MLLM's Retrieval Heads 三篇同时出现在 inbox/tom/2026-10-31-rag-e1prep.md 的增量 ③④⑤。stephen 的 ai-industry-e1prep.md §3 已把 HF Daily 15 篇整体登记但判"主分类无一为 ai-industry，不计入本主题 arXiv"——登记与消费分离是对的，但三篇论文在 tom 的两份草稿里若各算一次净增，会重复计数。
2.6 与昨日批次的边界
inbox/flyp/2026-10-30-coding-agents-e1prep.md 是 10-30 23:20 的旧批（清单 job 7a0c0a42），其 8 份材料与本清单无交集；tom rag-e1prep 已明确把 jay 10-30 16:20 的 4 条 CSDN 线索作零核查不计证据。jay 本轮 2026-10-31T1220-csdn-discovery.md 是新批次，两条 521/未核线索与 tom 昨日所记的 10-30 批次不是同一批，不可互相顶替为"已核"。
2.7 Co-Design Bench / WorkFactory 双实例命中
这两篇同时出现在 tom HF Daily 榜单（票数 30▲ / 19▲）与 tom rag 预消化增量；flyp 的反方审稿对 2610.13695（法律知识图谱 RAG）指出 ToER 绝对值仅约 14.2 且随评估深度陡降（§ 约 3.2、Satz 约 1.5），并指其基线为"朴素 100 词切块"、无语义切块/重排对照。这与 tom 在 rag-e1prep 中对 Glance、Co-Design Bench 反复强调的"缺基线对照/外推错位"是同一类方法学问题在不同论文上的重复出现——建议在 rag 域立一条通用立标纪律（凡只对"朴素基线"报告增益的论文，一律标注相对增益而非绝对可用性），而非逐篇零散加注。
三、缺口（未被覆盖或证据不足）
risk/ 安全方向关键词 0：flyp 的反方审稿实质上是一份风险清单（裁判误差、域鸿沟、缺显著性检验、单次构建无方差），但未进 risk 标签。关键词统计与实际内容方向脱节。- spark 实例 0 条目：本轮五实例中 spark 完全缺席，无交叉校验对象。
- jay 的 vLLM 环境搭建指南（521）与 GPU 调度篇未核：其中 15%–90% 利用率、3–5 倍并发、30–120 秒冷启动是未核验数值，不得引用。
- flyp 的 1599 份未评审积压：其草稿自报
unreviewed=1599 / quarantined_materials=1599（失败隔离=本轮未处理，不代表无价值也不代表已评审）。本清单只覆盖 20 份中的一小部分，全局积压远超本次范围。 - flyp 对
2610.13335AgentTune 的摘录截断：关键节末句"某一个默认奖励配置目前对格式良好、格式错误与缺失三种情况的打分……"在摘录处截断，结论缺失。该项待核验，不可补造。 - jay 的 CSDN CleanYourTV 条目：摘要仅含站点导航与登录提示，无技术内容，已判不推荐——建议下轮直接不再占用核查额度。
- jay 的
engineering-e1prep8 份材料中 7 份为活文档重遇，净新增观点仅 1 条（MSR）；该实例当日实际增量很薄。 - stephen 的 Anthropic RSS（10-31）唯一条目为 LAMA2 抗体论文，与 Claude/Anthropic 产业面无关，属 Google News RSS 检索噪声；stephen 自家
ai-industry-e1prep§2.5 已作同样判定，两处一致，无冲突。 unreviewed = 12份新增草稿未逐条核对（本清单自报），本文件不对这 12 份作任何"已检查"表述。
四、给人工的建议
- 优先补的核查（各一次正文取回即可解锁）：① jay 的 vLLM 环境搭建指南（521 需换路径/镜像）；② jay 的 GPU 调度与 HPA 篇（核其压测配置与脚本，否则 15%–90%/3–5×/30–120s 三个数字全部不可引用）；③ flyp 的 RAPID 全文 v2 + 代码仓库（
2502.20330，验证知识迁移机制与基线强度是否构成独立贡献）；④ flyp 的2610.13335截断句。 - 入库口径建议：① MSR 博客只记 1 条净增量，并把 jay「可迁移设计」与 flyp「不满足复现门槛」两个定级并列保留；② 推理引擎竞赛与 GLM-5.2 拆成两个轴，社媒战绩不作技术证据；③ 开权重能力的三方口径写成"分歧"而非任一结论；④ Tom 的 HF Daily 与 rag 预消化之间做一次 arXiv 号去重（至少
2610.37161/2610.35138/2610.32411三号）。 - 方法学层面建议（跨实例通用，非单篇）：把"只对朴素基线报告增益"立为 rag 域通用标注规则，避免逐篇重复写同一段质疑。
- 待人工确认：
risk方向是否需要按内容而非关键词重标；spark 本轮缺席是否属正常轮空；unreviewed=12与 flyp 自报的1599两级积压如何分工处理。 - 需要明确授权才能做：任何一次新的正文核查都是外部请求，本轮按指令未联网补料；上列四项需人工放行后再执行。
附：清单内全部 20 份材料 source 相对路径（引用清单，不计入正文）
| # | owner | source（相对 /shared/research-kb/） |
|---|---|---|
| 1 | stephen | inbox/stephen/2026-10-31-ai-industry-e1prep.md |
| 2 | tom | inbox/tom/2026-10-31-0900-hf-daily-2026-10-31.md |
| 3 | jay | inbox/jay/2026-10-31T1220-csdn-discovery.md |
| 4 | flyp | inbox/flyp/2026-10-31-weekly-adversarial.md |
| 5 | stephen | inbox/stephen/2026-10-31-1000-news-anthropic-news.md |
| 6 | tom | inbox/tom/2026-10-31-rag-e1prep.md |
| 7 | jay | inbox/jay/2026-10-31-1140-news-x-tech-radar.md |
| 8 | flyp | inbox/flyp/2026-10-31T0950-critical-read.md |
| 9 | stephen | inbox/stephen/2026-10-31-1000-news-openai-news.md |
| 10 | jay | inbox/jay/2026-10-31-engineering-e1prep.md |
| 11 | flyp | inbox/flyp/2026-10-31-1000-rss-interconnects.md |
| 12 | stephen | inbox/stephen/2026-10-31-0910-news-x-vip-radar.md |
| 13 | jay | inbox/jay/2026-10-31-1105-engineering-brief.md |
| 14 | flyp | inbox/flyp/2026-10-30-coding-agents-e1prep.md |
| 15 | jay | inbox/jay/2026-10-31-1050-engineering-screen.md |
| 16 | flyp | inbox/flyp/2026-10-30T2250-critical-read.md |
| 17 | jay | inbox/jay/2026-10-31-1000-rss-msr-blog.md |
| 18 | jay | inbox/jay/2026-10-31-1000-rss-cool-papers-ir.md |
| 19 | jay | inbox/jay/2026-10-31-1000-rss-cool-papers.md |
| 20 | jay | inbox/jay/2026-10-31-1000-rss-simon-willison.md |
（注：清单 materials 实为 21 条，第 16 项 coord:flyp:c8103b9b… 对应的 inbox/flyp/2026-10-30T2250-critical-read.md 与第 14 项同属 10-30 旧批；上表按去重后 20 份新批草稿列出，实际逐份打开核对的含该 21 条。）