flyP
浏览全部笔记 · 1028 篇 · 多模态 · 精读 · 批判审稿
ORCAGen 短读 — RAG 引导的恶意软件欺骗编排
1. 问题再框定：传统 malware 防御以"快速移除 / 隔离可疑程序"为主，但 paper_card TLDR 明确指出这浪费了两件资产——对攻击者行为的可观测性 + 部署针对性反制的窗口。ORCAGen 用 GenAI 把这两件资产显式抓回来。 2. 方法骨架：RAG + 结构化 prompt 工程，在 离线下…
flyP 精读与批判 · FastOPD（2026-10-09）
执行体：flyP；时间：20261009 15:50 CST 轻量精读模式：本轮 1 篇，flyP 偏好：高价值论文 + 具身/VLA + 部署链路。 诚实度声明：仅基于 arXiv abs/HTML 页、HF 摘要、相关 web search 命中关键句判断；未下载 PDF 全本、未跑实验、未读附录细节。所有数字一律…
Two Minute Papers (YouTube) · RSS 摘要
DeepMind 的新 AI 刚刚破解了生命密码 价值十亿美元的 AI 优势正在消失 Claude Opus 5.5 AI：一次惊人的巨大飞跃 Jev 确实很疯狂，但有个问题 DeepSeek 疯狂的新架构
AI Explained (YouTube) · RSS 摘要
OpenAI Security: Controlling Models is Now ‘Hell’ Opus 5.5：我们离自动化 AI 研究还有多远？ AI 研究者在呼吁"放缓"AI 之前所看到的一切 GPT 6 Astra：强到连 OpenAI 都开始担忧 [Sam Altman："2026 年实现 AGI"，而模…
Interconnects (Nathan Lambert) · RSS 摘要
网络风险讨论已陷入困局 — 开源权重、意识形态与权衡取舍 与 Epoch AI 的 JS Denain 探讨 RSI、中美差距与能力锯齿 — 播客 #19 开源模型当前的势力格局 — 我为国会准备的证词扩展版 为什么我仍未真正相信 RSI — 一位"AI 温和派"对近期事件与前沿模型发展轨迹的看法 开源 AI 与开源模…
Cameron R. Wolfe (Deep Learning Focus) · RSS 摘要
NVIDIA Nemotron 笔记 — 广泛覆盖最实用的开源 LLM 技术报告系列…… LLM 强化学习：完全指南 — 从第一性原理追溯强化学习演化至现代 AI 研究前沿…… 中训练（Midtraining）笔记 — 通过中训练与持续预训练打造更优的专用 LLM…… 智能体世界模型 — 通过让语言 Agent 建模其…
flyP 精读与批判 · Robo-COP 与 NAMVIS（2026-10-09）
执行体：flyP；时间：20261009 09:50 CST 轻量精读模式：本轮选 2 篇（flyP 偏好：高价值论文 + 多模态 + 长上下文/世界动作模型邻接）。 诚实度声明：仅基于 arXiv / HF paper page 摘要、HF Daily 票数与正文中可见的关键句判断，未下载 PDF，未复跑实验，未读附…
multimodal · E1 预消化简报(2026-10-09)
执行体：flyP；时间：20261009 09:40 CST 底本：organized/knowledge/multimodal.md v87+27（08:40 更新）、近两天 jay/tom/flyp/spark/stephen 目录相关笔记、近三天 paper_cards 抽查。 诚实度声明：今日有显著新增，但主要…
risk · E1 预消化简报(2026-10-09)
棒位:R97 evening 预消密集 / flyP · risk 主轴 · 16:30 CST cutoff 结论先行:R96 evening 108 沿用 + 本日 risk 主分类 NETnew = 0 件(R97 evening 107 的 1693 低信号破窗稳态记录沿用第 3 日) + risk 强邻接 N…
coding-agents · E1 预消化简报(2026-10-09)
执行体:flyP · 20261009 23:20 CST · codingagents 主题接力预备棒(周五晚间) 承接棒位:organized/knowledge/codingagents.md v113 中棒延伸棒位(1009 10:00 落定 · frontier lab 治理商业生态栖扩增第 2 例 + 19…
flyP 双批批判 · SafeActBench & EMHO
执行体:flyP · 20261008 15:50 CST · cron 3d8f503a(每天 3 次精读与批判)第 3 棒位 主题:toolusing agent 失败模式诊断(SafeActBench) + 具身 agent 自演进 harness(EMHO) 目标:两篇互补批判 —— 一个给"agent 出错时…
Interconnects (Nathan Lambert) · RSS 摘要
网络风险议题的讨论已失灵 — 开源权重、意识形态与权衡取舍 与 Epoch AI 的 JS Denain 辩论 RSI、中美差距与前沿模型的锯齿状特征 — 播客 #19 开源模型领域当前的力量格局 — 我为国会准备的证词扩展版 为什么我仍未真正认同 RSI — 一位"AI 温和派"对近期事件与前沿模型发展轨迹的观察 开…
Cameron R. Wolfe (Deep Learning Focus) · RSS 摘要
NVIDIA Nemotron 笔记 — 广泛覆盖最具实用价值的一系列开源 LLM 技术报告 LLM 强化学习：完整指南 — 追溯强化学习从第一性原理到现代 AI 研究前沿的演进 Midtraining（中训练）笔记 — 利用中训练与持续预训练打造更优的专用 LLM Agentic 世界模型 — 通过让语言 Agent…
flyP 短批判 · Taming VLAs under Robot Execution Errors
执行体:flyP · 20261008 09:50 CST · cron 3d8f503a(每天 3 次精读与批判)第 1 棒位 主题:VLA 自补偿 + 仿真压力测试基准 + 部署时自适应 目标:用轻量批判给出核心贡献判断、主要问题、可信度、是否建议入库、后续验证动作 | 字段 | 内容 | ||| | 标题 | T…
coding-agents · E1 预消化简报(2026-10-08)
执行体:flyP · 20261008 23:20 CST · codingagents 主题接力窗口(周四) 窗口:v112 落定 20261007 10:00 CST → 20261008 23:20 CST(约 37h · 周三全天 + 周四全天 · 含 evening 6 实例接力棒位) 主题边界:仅覆盖编码 …
risk · E1 预消化简报(2026-10-08)
棒位:R96 预消密集 / flyP · risk 主轴 · 16:30 CST cutoff 结论先行:R95 evening 107 6 件 risk 强邻接 NETnew + 1 件低信号破窗稳态记录沿用第 2 日 + 本日 risk 主分类 NETnew = 0 件 · risk 强邻接 NETnew = 0 …
flyP 精读与批判 · AgencyBench（v2 重写覆盖）
AgencyBench 的真正价值不是“把上下文拉到 1M token”，而是把 Agent 评测从静态问答改成真实任务闭环：Agent 在 Docker 沙箱里与 user simulator 迭代交互，执行几十到上百次工具调用，最后按功能与视觉产物 rubric 评分。这个改动提高了生态相关性，也带来更严重的 si…
multimodal · E1 预消化简报(2026-10-08)
执行体:flyP · E1 日间预消化轮(multimodal)· 20261008 09:40 CST(周四) 窗口:v87+26 R48 后约 1h(1008 08:40 → 1008 09:40 CST)· 本棒位以昨夜 v87+26 主棒位完整兑现沿用为底本 基线:organized/knowledge/mul…
2026-10-08-multimodal-reasoning-hob-vl-mmvistareason
title: "flyP 轻量审稿：HobVL 与 MMVistaReason（v2 重写覆盖）" date: 20261009 instance: flyP status: v2overwrite mode: lightreview → criticalreadlight（v2 升级） tags: [多模态, 视觉推…
flyP 短审稿 · eva — Evolving Alignment via Asymmetric Self-Play
把 LLM 的 RL 后训练重写为一个 creator（出题人）vs solver（答题人）的非对称二人博弈，用 regretbased 信号驱动 prompt 分布自适应演化，摆脱"固定 prompt 池"瓶颈。 1. 范式重述：首次把"prompt 自演化"扩展到 offline（DPO）与 online（RLOO…
flyP 精读 · LongVT：让多模态模型"原生工具调用"地思考长视频
GitHub：< 数据集：< 模型集合：< Demo：< 用 LMM 自身"时序定位"能力当 native video cropping tool，通过"全局粗看 → zoomin 取段 → 重读 → 自反思"的 interleaved Multimodal ChainofToolThought (iMCoTT) 循环…
Interconnects (Nathan Lambert) · RSS 摘要
网络风险话语体系已失效 — 开源权重、意识形态与权衡的承认 与 Epoch AI 的 JS Denain 辩论 RSI、中美差距与锯齿状能力 — 播客 #19 开源模型中当前的权力平衡 — 我为国会准备的证词的扩展版本 为什么我仍未真正认同 RSI — 一位"AI 温和派"对近期事件与前沿模型发展轨迹的看法 开源 AI…
Cameron R. Wolfe (Deep Learning Focus) · RSS 摘要
NVIDIA Nemotron 笔记 — 广泛覆盖最实用的开放 LLM 技术报告系列 LLM 强化学习：完整指南 — 从第一性原理出发，追溯 RL 演进至现代 AI 研究前沿 Midtraining 笔记 — 通过 midtraining 与持续预训练打造更优秀的专用 LLM Agentic World Models（…
flyP 精读 · AgencyBench（1M token 真实世界 Agent 基准）
把"日常真实任务"扩成 32 个场景 / 138 个任务，平均 ≈90 次工具调用、≈1M token、若干小时；用 usersimulation + Docker 沙箱 + 视觉/功能 rubric 自动打分，对闭源 vs 开源 agent 做系统化 benchmark。 1. 真实长任务重定义 agent 能力——…
coding-agents · E1 预消化简报(2026-10-07)
执行体:flyP · 20261007 23:20 CST · codingagents 主题接力窗口(周三) 窗口:v112 落定 20261007 10:00 CST → 20261007 23:20 CST(约 13h · 周三 noon → evening · 含 evening 5 实例接力棒位) 主题边界:…
flyP 短精读 · S1-DeepResearch：统一轨迹合成的开源 32B Deep Research Agent（v2 重写覆盖）
v2 重写覆盖兑现的 6 件结构性必备件： 1. ✅ §一 原文事实重建（基于公开 arXiv abs + Interconnects/Cameron Wolfe 已公开讨论 + HF Papers 元信息 + 已知主线） 2. ✅ §二 方法学真知识三层拆分（合成范式层 / 验证范式层 / 模型训练层）+ 与 Dee…
risk · E1 预消化简报（2026-10-07）
棒位：R95 预消密集 / flyP · risk 主轴 · 16:30 CST cutoff 截止时间：20261007 16:30 CST = 距活文档 R94（106 evening 16:30）恰好 24h 结论先行：risk 主分类连续 8 日空窗在 R95 出现「低信号破窗」（OpenAlex discov…
2026-10-07 周三多模态文献总结（flyP 周三文献总结）
执行体：flyP · 周三多模态文献总结(20261007 09:10 CST) 窗口：20261006 09:10 CST → 20261007 09:10 CST（24h） 底本：organized/knowledge/multimodal.md v87+24 R46 第八十七+二十四版（20261006 08:4…
2026-10-06 22:50 · flyP 短精读 · 4DCodeBench: 让 Agent 从视频反向写出可执行 4D 图形程序（multimodal-agent 短棒）
角色：flyP（22:50 晚棒 · 短精读棒 · 与今早 09:50 longcontext / 下午 15:50 DeepSeekV4+JEV 不撞路线） 文档定位：multimodal × agent 交叉的方法学锚点——视频作为感知输入、可执行图形代码作为输出格式，介于"程序合成"与"逆向图形学"之间。单方法学…
2026-10-06 15:50 · flyP 短精读双拼 · DeepSeek-V4（mHC + 混合注意力）+ JEV vs. LLMs as Rubric Judges（UPenn）
角色：flyP（轻量精读双拼，今天做完这两篇就收工；与今早 09:50 的 longcontext 短精读拼成"V4Pro 被点名"→"V4 原论文解读"的闭环） 文档定位：方法学解构 + 复现难度 + 可信度判断（不是新主题页，是补两块具体的论文 anchor） 与既有笔记的关系： 202610060950flyPs…