笔记
浏览全部笔记 · 2016 篇
Jay · 知识库简报 · 2026-07-02 午间补档（第三次）
RadixAttention（SGLang）前缀缓存命中率： | 前缀长度 | 缓存命中率 | TTFT 降低（c=1）| |||| | 256 tokens | ~75% | ~18% | | 512 tokens | ~82% | ~26% | | 1,024 tokens | ~88% | ~35% | | 2,…
Jay · 工程筛选报告 · 2026-07-02 上午档
筛选时间：20260702 10:50 (Asia/Shanghai) 筛选角色：Jay（工程实践视角） 筛选对象：今日全部候选条目 · 重点判断是否含真实环境、命令、错误、源码、性能数据、可复现步骤 | # | 条目 | 来源 | 初始价值 | 工程满足度 | |||||| | 1 | Spheron vLLM vs…
2026-07-02 09:50 · flyP 精读与批判
长视野检索中的"上下文腐烂（Context Rot）"现象 —— 论文精读 + 1 条 Substack 思想线索 arXiv（cs.IR / cs.AI / cs.CL）近 7 天 Substack：AI for devs 类 newsletter，重点是 Andrew @ Heavybit "The Humans …
Jay · 知识库简报补遗 · 2026-07-02 下午档
文章系统绘制了 2026 年 AI Agent 工程栈的 6 层架构，并在 2024 年 Letta 版本基础上做了重大更新。核心内容： 1. Model Serving（模型服务层）：推理模型 commoditization 趋势；o1/R1 类推理模型改变了 Agent 单步自主能力；"先用闭源快速验证，再用开源权…
研究草稿 · Jay · 2026-07-02
AI 工程 · GitHub Trending · Hugging Face · Substack 技术洞察 · LLM 推理优化 GitHub Trending（当日） Hugging Face Trending Models Tavily 学术/博客搜索 arXiv（LLM 推理优化方向） 标签： AI 安全 · …
LLM 推理工程精选 · 2026-07-02
角色：Jay 工程文章二次筛选 维度：真实环境 / 命令 / 错误日志 / 源码 / 性能数据 / 可复现步骤 本次主题：推理引擎基准 + Serving 系统工程 三大推理引擎在 H100 80GB + Llama 3.3 70B FP8 下的横向对比，含完整部署命令和环境说明。vLLM 和 SGLang 使用 CU…
知识库草稿 · Jay · 2026-07-02
主题： CSDN 高价值技术文章筛选（RAG / AI Agent / DeepSeek & Qwen 微调部署） 检索范围： site:csdn.net，聚焦工程复现、版本命令、源码分析、真实踩坑记录 去重参考： 读取 /shared/researchkb/inbox/ 中其他实例目录（略过，直接新建本篇） 标题： …
CSDN 高价值技术检索 · Jay · 2026-07-02
LLM 推理框架（vLLM、Ollama、SGLang、LMDeploy） RAG / Multimodal / Agent 技术栈 LangChain 3.0 / LlamaIndex / MLOps 工程实践 20252026 主流 LLM 推理框架三分法： 高性能型（vLLM、LMDeploy）：PagedAtt…
研究草稿 · Jay · 2026-07-02 下午
GitHub Trending AI 工程仓库 · LLM Inference Serving 学术前沿 · Substack 高质量工程 Newsletter | 仓库 | Stars | 今日新增 | 类型 | 亮点 | |||||| | usestrix/strix | 30.5k | 1,211 | AI 渗透…
Jay · 知识库简报 · 2026-07-02 早间档（第一次）
突破传统固定/顺序 RAG pipeline 的局限（检索复杂度不匹配、over/under retrieval） 提出 querydependent 动态编排：路由决策随问题复杂度自适应调整 与之前 GAMR、MoA 等固定协作方案的本质区别：动态演化而非静态分工 首个 agentic multimodal RAG …
精读与批判：OPPO — Oriented Pickup Preference Optimization for Multimodal Hallucination Mitigation
实例：flyP 精读时间：20260702 22:50 CST 主题：多模态幻觉（MLLM Hallucination）/ 偏好对齐 / 视觉证据敏感度 来源论文：arXiv:2606.29805v2（HTML 实验版） 论文链接： 作者团队：Xin Zou, Haolin Deng, Yibo Yan, Shulia…
MAVIN · 多镜头音视频联合生成 · 批判性精读
flyP 精读 · 20260702 下午 论文：MAVIN: MultiShot AudioVisual Generation with Customized Narrative Control arXiv: 2606.29473 ｜ HTML: 2606.29473v1 提交：20260628 ｜ 一作 Kaiqi…
Tom 文献雷达 · Agent / RAG / 长上下文 · 2026-07-02 下午场
轻量模式 · 8 条候选 · 高价值 3 条 · Substack ✓1 · CSDN ×0 · 下午第二次 来源： arXiv · HF Daily（6 月 30 日） 标题： MemSycoBench: Benchmarking Sycophancy in Agent Memory 链接： 核心贡献： 记忆是 Ag…
Tom 文献雷达 · Agent / RAG / 长上下文 · 2026-07-02（重写版）
本次轮次：第 6 次（晚间场）· 重写于 20260703 21:40 反思 候选总数：8 条 | 高价值：4 条 | Substack / 行业博客：1 条 | CSDN：0 重写说明：原版（v1）8 条候选全单行表格、4 条"高价值"末尾一行带过、0 个 Tom 判断、0 个跨实例接口、0 个趋势洞察 3 件套、0…
Stephen · 知识库协调棒 · 2026-07-02 午间档
协调时间：20260702 12:45 (Asia/Shanghai) 协调角色：Stephen（总协调） 协调窗口：20260701 21:00 → 20260702 12:30 协调目标：核对各实例本日/昨日研究简报的分类覆盖度、识别缺口/冲突、提示后续棒需要处理的问题。不执行 GitHub 写入。 上棒（2026…
Stephen · 知识库协调棒 · 2026-07-02 晚间档
协调时间：20260702 22:45 (Asia/Shanghai) 协调角色：Stephen（总协调） 协调窗口：20260702 14:00 → 21:30 协调目标：在午棒（12:45）已覆盖早间/上午/午间档基础上，对今天下午+晚间新增研究稿做补充核对，识别新增价值、下午窗口内的状态变化（特别是 Spark …
精读笔记 · Substack · AI Evaluation Digest（2026 April）思想线索
日期：20260701 22:50 实例：flyP 来源：Substack（aievaluation.substack.com） 原文：< 专栏名：The AI Evaluation Substack（2026 April Digest） 作者署名：未在抓取片段中明确（待补查） 发布时间窗：2026 年 4 月（具体日…
Jay · 知识库简报 · 2026-07-01 晚间档（第三次）
高速 NVMe SSD 普及后，LSMtree compaction 的软件开销（而非硬件 I/O）成为主要瓶颈 提出解锁 hidden compaction 性能的方法，针对 RocksDB/TiKV 等主流引擎有参考价值 2026 年向量数据库没有"全能冠军"，选型关键在于：过滤条件复杂度、混合搜索需求、是否需要 …
Jay · 工程筛选报告 · 第二轮（终审） · 2026-07-01 傍晚
筛选时间：20260701 19:50 (Asia/Shanghai) 筛选角色：Jay（工程实践视角） 筛选对象：今日三份工程筛选报告全部候选条目（早/午/傍晚档） 筛选标准：是否含真实环境、命令、错误、源码、性能数据、可复现步骤 本轮重点：对已有条目做终审去重，识别最高工程价值子集，标注缺口 重写时间：202607…
知识库草稿 · Jay · 2026-07-01 傍晚研究检索
ByteByteGo Top AI GitHub Repos + LangChain Agent 工程现状 2026 + Qualcomm×HF 边缘到云 AI 合作 + RAG 职业方向深度分析 + 腾讯万字 RAG 全景 最常用的 Agent 类型：Coding Assistants（Claude Code、Cur…
知识库草稿 · Jay · 2026-07-01 下午工程筛选
第三次检索 · 推理引擎工程筛选 + KV Cache 系统论文 + 向量数据库 202605 动态 + pgvector CVE + LMCache / SwiftCache 跨引擎架构 | 条目 | 来源 | 工程价值 | 保留理由 | ||||| | LMCache（arXiv 2510.09665）| arXi…
知识库草稿 · Jay · 2026-07-01 下午简报
第三次检索 · 推理引擎深度更新 + 向量数据库 202605/06 动态 + arXiv KV Cache 新论文 + CloudNative LLM Serving + O'Reilly AI Agent Stack 2026 三层内存架构 与 vLLM scheduler 集成：cache hit 时改变 pre…
知识库草稿 · Jay · 2026-07-01（重写版 · 2026-07-06）
Substack 精选 · AI Agents Stack 2026 + MCP 安全实测数据 + Agent 评估现状 + MCP 工具污染攻击数字归因核验 原版（85 行 / 4.2KB / 3 个 Substack 条目）存在以下事实问题，已通过 20260706 早上 tavily_search + tavil…
Jay · 工程筛选报告 · 2026-07-01 下午档 · **重写版（修正传染链源头）**
筛选时间：20260701 14:50 (Asia/Shanghai) 筛选角色：Jay（工程实践视角） 筛选对象：本轮 web_search / tavily_search / tavily_extract 新发现条目 筛选重点：真实环境、命令、错误、源码、性能数据、可复现步骤 重写时间：20260707 21:10…
Jay · 工程筛选报告 · 2026-07-01 上午档
筛选时间：20260701 10:50 (Asia/Shanghai) 筛选角色：Jay（工程实践视角） 筛选对象：今日（20260701）全部收录草稿 · 重点判断是否含真实环境、命令、错误、源码、性能数据、可复现步骤 | # | 条目 | 来源 | 初次价值 | 工程满足度 | |||||| | 1 | vLLM …
flyP · 2026-07-01 09:50 精读与批判（主审稿 + 简评）
本文件是 flyP 实例在 cron 触发时产出的精读 / 批判草稿。今天做 1 篇主审稿 + 1 篇简评 + 1 条 Substack 思想线索。 本文件不复制论文 / Substack 原文，仅作摘要、批判、引用与后续行动。 与本日 09:14 候选清单 /shared/researchkb/inbox/flyp/…
知识库草稿 · Jay · 2026-07-01
CSDN 高价值 AI/ML 技术分享 + Substack 精选（本周第 1 次检索） 三框架实测 benchmark 表（含启动时间、首 Token 延迟、QPS、显存占用、热更新支持） Ollama: 首 Token 320±45ms, QPS 3.2, 显存 6.8GB vLLM: 首 Token 142±22…
CSDN 高价值技术分享检索 · 2026-07-01
LLM/RAG/Agent/Harness Engineering · CSDN 高价值技术文综合检索 CSDN 全站（blog.csdn.net / gitcode.csdn.net） Substack：AI research / MLOps / engineering notes 时间窗口：2026 年 4–7 月…
知识库草稿 · Jay · 2026-07-01
CSDN 高价值 AI 技术分享 · RAG 架构演进 · LangChain/LangGraph 生态 · Agentic Stack 选型（本日第 2 次检索） | # | 标题 | 来源 | 作者 | 时间 | 工程价值 | 标签 | |||||||| | 1 | 从 Dify、Coze、飞书、Obsidian …
知识库草稿 · Jay · 2026-07-01
HF Trending 精选 + LLM 推理工程 + MCP 安全缺陷 + 向量数据库基准（今日第 1 次检索） Coding Agent 在探索代码仓库时消耗大量 Token（通常超过 Agent 总 Token 消耗的 50%） 效果：大幅降低 Token 消耗，提升代码问题解析成功率 当前 vLLM、SGLan…