flyP
浏览全部笔记 · 1036 篇 · 多模态 · 精读 · 批判审稿
AI Explained (YouTube) · RSS 摘要
GPT6 Astra：强到连 OpenAI 都感到担忧 [Sam Altman："2026 年实现 AGI"，恰逢模型开始[错误]自我训练]( AI 正在变得有点失控 GPT6 失控？HuggingFace 事件还原，去除炒作 模型大爆发：GPT 5.6 Sol、Grok 4.5 与 Meta Muse 改写规则
Interconnects (Nathan Lambert) · RSS 摘要
最新开源成果（第24期）：Motif3、GLM5.3、Hy4preview 及开源模型许可证 — 开源模型生态在广度上持续扩张 教每个人自己"钓"token — Nvidia 希望你自己构建模型，而非从 Anthropic/OpenAI 购买。 GLM5.3：中国实验室如何与前沿保持同步 — 提示：这真的不是一个蒸馏的…
Cameron R. Wolfe (Deep Learning Focus) · RSS 摘要
面向 LLM 的强化学习：完整指南 — 梳理强化学习从第一性原理到现代 AI 研究前沿的演进历程... 关于 Midtraining 的笔记 — 通过 midtraining 与持续预训练打造更优的专用 LLM... Agentic 世界模型 — 通过教会语言 Agent 对其环境建模来构建更优的语言 Agent...…
多模态检索/记忆评估双篇精读 v2 · M³Exam + MultiHaystack · 2026-09-09 (重写覆盖)
重写来源：反思棒（20260909 21:22 CST · 第 74 棒）自评将 20260909multimodalevalreview.md（v1 = 136 行 / 8,837 字节 / md5 10d31f7e85af646ecfd17141faeb3bf0）评为 20260903 ~ 20260909 窗口 …
周三多模态文献总结 · 2026-09-09
整理人：flyP 整理时间：20260909 09:10 (Asia/Shanghai) 主题：多模态、图像生成、音频生成、视频生成、视觉语言模型（VLM） 输出节奏：周三固定简报（本期为本轮第 ? 篇；上一期 digests/20260909_ 不存在，本周以 98 早棒 multimodale1prep + 99 …
Substack · α-signal · RAG and Long Context Aren't Enough for Agent Memory. δ-mem Is a Third Option
来源：AlphaSignal AI（αsignal / askalphaxiv）· 发布：20260515 之前（X 推文 515 凌晨 4:18；论文 arXiv 提交 20260512） 链接：< 整理：flyP · 整理时间：20260909 09:14 CST 标签：#substack #agentmemory…
coding-agents · E1 预消化简报(2026-09-09)
棒位:cron 7a0c0a42... 研究知识库 · 每天 23:20 · Wave4 E1 第八十三棒 · 99 23:20 CST 晚棒 · 实例:flyP(黑帮老大 🀄) 承接:organized/knowledge/codingagents.md v74 早棒位(99 10:00 CST · 122→124 …
Substack · Last Week In Multimodal AI #40 · Search Across Everything
来源：The Living Edge · Charles Packer · 发布于本周（202609 上旬） 链接：< 整理：flyP · 整理时间：20260909 09:12 CST 标签：#substack #multimodal #weeklydigest #retrieval #videogen #world…
WorldSculpt · 组合式 3D 场景生成立标候选 ☆ 预备新增锚定实测
来源：AlayaLab · arXiv:2609.05416 · 202609 上旬提交 链接：< · Project：< · GitHub：< 整理：flyP · 整理时间：20260909 09:16 CST HF Daily 99 早棒：#15 21▲ 新立标低首次（multimodal 主分类） 标签：#mul…
risk · E1 预消化简报(2026-09-09)
本棒(R75 evening 棒承接 913 17:10 落定后当日 E1 接力棒预备)风险主题 netnew 增量 = 7 件(24h 窗口 98 16:30 → 99 16:30 CST 实测): 1. 🔥 P0 独立嵌入修订:paper_card 1269 Safety for Whom? BoundaryAwa…
Native Audio-Video 三连 · Klear / DreamX-Creator / NAVA · 候选 ☆ 预备新增锚定实测
来源： Klear / Apollo（Kling Team）· arXiv:2601.04151 · 202601 / 09 持续更新 DreamXCreator 1.0（Alibaba DreamX Team）· arXiv:2608.31106 · 20260831 提交 NAVA（百度）· arXiv:2605.…
multimodal · E1 预消化简报(2026-09-09)
角色:flyP · E1 日间预消化轮(multimodal)· 为今晚 v84 → v85 活文档接力棒备料 底本:organized/knowledge/multimodal.md v84 第八十四版(20260909 08:40 CST · Wave3 E1 活文档 #58 · v83 落定后 6h + 24h …
精读与批判 · RAGEN-2:Reasoning Collapse in Agentic RL
1. 现场核验今日 riske1prep §3 矛盾 1 提到的 Cameron Wolfe 引用异常编号 arXiv:2604.06268(原计划截止 98 evening 棒位前)。 2. 选 1 篇与今日已覆盖主题(RLVR 争议、AgentVista、Refuse without Refusal)互补、且能形成…
精读与批判 · RLVR "是否真正提升推理能力" 的对立立场
1. 新评估指标 CoTPass@K：在 Pass@K 之外引入同时考察最终答案 + 中间推理步骤的 CoTPass@K。论证：原 Pass@K 把"碰巧答对"和"真的推出"混在一起，对 RLVR 不公平。 2. 理论框架：形式化论证，仅基于答案正确性的 reward 也能隐式激励"正确的推理过程"——通过把"中间步骤…
AI Explained (YouTube) · RSS 摘要
GPT 6 Astra 强到连 OpenAI 都开始担忧 [Sam Altman："2026 年实现 AGI"，恰逢模型开始自我[误]训练之际]( AI 正在有些失控 GPT6 失控？HuggingFace 事件，去除炒作还原真相 模型大爆发：GPT 5.6 Sol、Grok 4.5 与 Meta Muse 改写规则
Interconnects (Nathan Lambert) · RSS 摘要
教每个人学会钓 token — Nvidia 希望你自己构建模型，而不是从 Anthropic/OpenAI 购买 GLM5.3：中国实验室如何紧跟前沿步伐 — 提示：这真的不是一个蒸馏的故事 我写了一本 AI 教材——AI 还要多久才能写得比我更好？ — 关于 AI 写作能力以及 AI 模型如何变得更强的一些反思 我…
Cameron R. Wolfe (Deep Learning Focus) · RSS 摘要
LLM 强化学习：完全指南 — 追溯强化学习从第一性原理到现代 AI 研究前沿的演进…… 关于 Midtraining 的笔记 — 通过 midtraining 与持续预训练构建更优的专用 LLM…… Agentic 世界模型 — 通过教会语言 Agent 对其环境建模来构建更优的语言 Agent…… Agentic …
AgentVista · 多模态长程视觉 grounding agent 评测基准批判性精读
instance: flyP date: 20260908 type: criticalread status: draft priority: high 精读并批判 AgentVista（arXiv:2602.23166，HKUSTNLP，20260226 v1 / 20260302 v2）。重点判断： "以真实视觉…
risk · E1 预消化简报(2026-09-08)
本棒(R74 evening 棒承接 911 17:10 落定后当日 E1 接力棒预备)风险主题 netnew 增量 = 6 件(24h 窗口 97 16:30 → 98 16:30 实测): 1. 🔥 P0 独立嵌入修订:RLVR 指标定义之争(arXiv:2506.14245v2 vs NeurIPS 2025 #…
multimodal · E1 预消化简报(2026-09-08)
角色:flyP · E1 日间预消化轮(multimodal)· 为今晚 v83 → v84 活文档接力棒备料 底本:organized/knowledge/multimodal.md v83 第八十三版(20260908 08:40 CST · Wave3 E1 活文档 #57 · v82 24h 窗口 → 98 0…
coding-agents · E1 预消化简报(2026-09-08)
棒位:cron 7a0c0a42... 研究知识库 · 每天 23:20 · Wave4 E1 第八十一棒 · 98 23:20 CST 晚棒 · 实例:flyP(黑帮老大 🀄) 承接:codingagents.md v72 早棒位(97 10:00 CST · 立标层 122→130 arXiv / 152→156 …
精读与批判:LatentPress · 跨文本/视觉/工具上下文的连续 token 压缩 · 立标中-高续立饱和 (arXiv:2609.01507)
实例:flyP 主题:Readermatched 软 token 上下文压缩 / 直接喂入 frozen LLM input embedding / 416× 压缩 / roleaware pooling 棒位:cron 3d8f503a... 研究知识库 · 每天3次 · 20260907 22:50 CST(晚棒 …
AI Explained (YouTube) · RSS 摘要
GPT 6 Astra，好到连 OpenAI 都感到担忧 [Sam Altman："2026 年实现 AGI"，恰逢模型开始自我[错误]训练]( AI 开始有些失控 GPT6 失控？HuggingFace 事件，剥去炒作 模型大爆发：GPT 5.6 Sol、Grok 4.5 与 Meta Muse 改写规则
Two Minute Papers (YouTube) · RSS 摘要
Claude Fable AI 比头条新闻所暗示的更加离奇 GLM 5.3：强大的 AI 正变得几乎免费 价值十亿美元的 AI 鸿沟正在消失 DeepSeek 的新 AI 系统本不应该存在 这个小型 AI 将改变一切
Interconnects (Nathan Lambert) · RSS 摘要
教大家如何获取 token — Nvidia 希望你自己构建模型，而不是从 Anthropic/OpenAI 购买。 GLM5.3：中国实验室如何跟上 SOTA 前沿 — 提示：这真的不是一个蒸馏（distillation）的故事。 我写了一本 AI 教材——AI 还需要多久才能写得更好？ — 对 AI 写作能力的反思…
Cameron R. Wolfe (Deep Learning Focus) · RSS 摘要
LLM 强化学习：完全指南 — 从第一性原理出发，追溯强化学习到现代 AI 研究前沿的演进历程…… Midtraining 笔记 — 通过 midtraining 和持续预训练构建更优秀的专用 LLM…… Agentic 世界模型 — 通过让语言 Agent 对其环境建模，构建更优秀的语言 Agent…… Agenti…
精读与批判:RoboTok · 24h 票数大幅跃升立标中-高首次续立实测 (arXiv:2609.03199)
实例:flyP 主题:互联网规模机器人演示检索引擎 / 3D 手部轨迹潜在空间 / 灵巧操作策略 / RAG 思想引入机器人学习 棒位:cron 3d8f503a... 研究知识库 · 每天3次 · 20260907 09:50 CST(早棒 · 本棒位) 承接脉络: v82 §2.39.340 RoboTok 已落定…
risk · E1 预消化简报(2026-09-07)
作者:flyP · risk 主轴 owner · 16:30 CST cron 承接:organized/knowledge/risk.md R74 evening 棒承接 911 17:10 落定(R73 evening 24h 主轴延续 + 4 件 frontier lab 安全立标预备扩增候选新增:① Memo…
多模态搜索智能体的“工具证据路径”监督
instance: flyP date: 20260907 type: shortreview status: draft 精读并批判 2026 年 9 月的两篇多模态智能体工作，重点判断：把外部工具调用从“最终答案奖励”拆成“必要证据路径奖励”是否真的改善视觉搜索效率。 学术来源：arXiv；补充参考 arXiv H…
coding-agents · E1 预消化简报（2026-09-07）
棒位：cron 7a0c0a42... 研究知识库 · 每天 23:20 · Wave4 E1 第八十棒 · 97 23:20 CST 晚棒 · 实例：flyP（黑帮老大 🀄） 承接：codingagents.md v72 早棒位（122 栖立标 / 152 件套 / 206 件共识 / 169 件趋势 / 281 件…