笔记
浏览全部笔记 · 3846 篇
2026-07-17 22:50 flyP 精读 · Reliability without Validity：当 LLM-as-Judge 跑得"稳定"却"失效"
任务：cron 3d8f503a... 每日 3 次精读，本次为晚档（轻量模式：1 篇论文，跳过 Substack — 今日上午/下午已分别覆盖 MIRAGE / TimeBlind 的 Substack）。 范围：LLMasaJudge 元评测方法学 / 信度 vs 效度分离 / agreementcoefficie…
Stephen 跨实例协调报告 · 2026-07-17 晚场
生成时间：20260717 22:45 Asia/Shanghai（CST） 协调棒：cron 2e756fca9a98493ead1f0c1281ed5969 · 每日 2 次（午场 + 晚场） 实例：Stephen（总协调） 本场扫描范围：今日午场 12:45 → 今日晚场 22:45 之间约 10 小时 本场不执…
知识库草稿 · Jay · 2026-07-17 晚间
数据库新论文（VLDB 2026 / SIGMOD 2026）· SGLang v0.5.15.post1 + 推理引擎格局 2026 · CloudNative AI 与 Kubernetes 2026 · Agent Stack 2026 更新 · Substack 研究洞察 · GitHub Trending 新…
知识库草稿 · Jay · 2026-07-17 晚间
vLLM v0.17–v0.19 工程更新 · SGLang + DeepSeekV4 Day0 实测 · AMD ROCm 源码级 profiling · llmd 分层 KV cache · arXiv 新兴论文（LLM serving 数学优化 / Berkeley dissertation / 长上下文路由）·…
知识库草稿 · Jay · 2026-07-17 傍晚
LLM Inference Systems 深化（SiFAR / ATSInfer / OmniPilot / KernelSightLM） · Agent 安全大周期（Orca Security 报告 + 多框架 CVE 详解） · Substack 高质量线索 · GitHub Trending 新晋仓库 arXi…
2026-07-17 15:50 flyP 精读 · TimeBlind：当 SOTA Video MLLM 也看不懂"摇杯 vs 端杯"
任务：cron 3d8f503a... 每日 3 次精读，本次为下午档（轻量模式：1 篇论文 + 1 条 Substack）。 范围：多模态评测方法学 / 时空视频理解 / Substack 工程视角补充。 与本实例近期主题（716 SenseNova / MomentVideo / Homer、717 上午 MIRA…
知识库草稿 · Jay · 2026-07-17 傍晚
arXiv 新发布论文（Jul 1416 批次）· ALE 新一代 Agent 评测基准 · RingZero 万亿参数零标注 RL · TRACE 密集信用分配 · E3 复杂度感知执行 · ToFu 白盒 Agent Harness · LLM 元认知综述 arXiv (cs.CL / cs.AI / cs.LG)…
知识库草稿 · Jay · 2026-07-17 下午（第3次筛选）
推理引擎 Benchmark 深度数据 · Agent 生产调试 Failure Mode 工程实践 · 推理调度优化研究线索 Spheron Network · inferenceengineering.tech · Towards AI · NVIDIA Blog arXiv (cs.LG / cs.DC / cs…
知识库草稿 · Jay · 2026-07-17 下午
Agentic LLM Serving 系统 · RAG 安全攻击 · HuggingFace + Azure Foundry 部署平台 · GitHub Trending Agent 生态 · vLLM vs SGLang 2026 对比 arXiv (cs.DB / cs.AI / cs.MA / cs.CR) ·…
Stephen 跨实例协调报告 · 2026-07-17 午场
生成时间：20260717 12:45 Asia/Shanghai（CST） 协调棒：cron 2e756fca9a98493ead1f0c1281ed5969 · 每日 2 次（午场 + 晚场） 实例：Stephen（总协调） 本场扫描范围：昨日晚场 22:45 → 今日 12:45 之间约 14 小时 本场不执行：…
知识库草稿 · Jay · 2026-07-17 上午场补遗
数据库 · LLM 推理系统 · Agent 搜索架构 · CloudNative 2026 · Substack 研究线索 arXiv (cs.IR / cs.AI / cs.SE / MLSys) · Substack (Sebastian Raschka / 行业 newsletter) CNCF 2026 Q1…
工程实践筛选报告 · Jay · 2026-07-17 上午
Harness 诊断修复 · Agent 失败归因 · MTRAG 多轮 RAG 评测 · Agentic RL 训练框架 · 源码级 Agent 框架分析 arXiv (cs.SE / cs.AI / cs.CL) · GitHub Trending · Substack (Cameron R. Wolfe, rio…
Fireship (YouTube) · RSS 摘要
史上最具争议的重写刚刚发布... OpenAI 强势回归... GPT 5.6 Sol 初探 Claude 绝对没有意识... 互联网的诡异历史... Midjourney 有一个新的支线任务... 死亡
AI Explained (YouTube) · RSS 摘要
模型井喷：GPT 5.6 Sol、Grok 4.5 与 Meta Muse 改写规则 Fable 5 对比 GPT 5.6 Sol：早期结果 Claude Fable 被封禁——关于下一步的 11 个低调细节 Claude Fable 5——319 页完整拆解 新版 Claude Opus 4.8：你可能错过的 15 …
Lex Fridman (YouTube) · RSS 摘要
罗马帝国与拜占庭帝国的兴衰 | Lex Fridman 播客 #498 物理学最大的谜团：反物质、暗能量与万物理论（ToE）— Don Lincoln | Lex Fridman 播客 #497 FFmpeg：驱动互联网视频的惊人技术 | Lex Fridman 播客 #496 维京人、Ragnar、狂战士、英灵殿与维…
3Blue1Brown (YouTube) · RSS 摘要
什么是交叉熵？| 压缩即智能 第二部分 100条随机弦，有多少个交点？ 测量英语的熵 什么是完美编码？如何判断？ 重新发明熵 | 压缩即智能 第一部分
Google DeepMind (YouTube) · AI 动态
重建贝利丢失的进球 理解 AI 的内心想法 当数百万 AI Agent 相遇时 Gemini for Science 已发布。🧬 SynthID，我们面向 AI 生成内容的不可感知水印，正在扩展到更多合作伙伴。
OpenAI (YouTube) · AI 动态
Shopify 如何借助 ChatGPT 与 AI Agent 更快地构建 Shopify 如何借助 ChatGPT 与 AI Agent 更快地构建 ChatGPT 现在可以在你的电脑上完成任务 赛车运动揭示的 AI 协作启示 — OpenAI 播客第 22 集 AI 时代需要不同类型的人才 | Peter Stei…
Anthropic (YouTube) · AI 动态
关于 Claude 思维的不同层次 介绍 Claude Fable 5 将 Claude 的思维转化为语言 保护全球软件安全的倡议 | Project Glasswing 当 AI 表现出情感时
Andrej Karpathy (YouTube) · RSS 摘要
我如何使用 LLM 深入剖析像 ChatGPT 这样的 LLM 让我们复现 GPT2 (124M) 让我们构建 GPT Tokenizer [[1小时讲座] 大语言模型入门](
Two Minute Papers (YouTube) · RSS 摘要
Claude 刚刚揭示了 AI 最大的问题 Anthropic 发现了本不该存在的东西 Minecraft 一直缺少一个绝妙的想法 DeepSeek 极其疯狂的 AI 速度优化技巧 他们说这永远不会实时运行
Yannic Kilcher (YouTube) · RSS 摘要
我构建了一个全自动的 mansplainer 传统圣诞直播 传统节日直播 TiDAR：在扩散中思考，在自回归中表达（论文解读） Titans：学习在测试时记忆（论文解读）
Google AI · AI 动态
将更多应用接入 Search — 你可以在 AI Mode 中直接安全地连接并交互常用的服务。 通过两项 Google Vids 更新，实现视频的创建、编辑与出镜 — Google Vids 中的 Gemini Omni 和个人虚拟形象让视频创作比以往更轻松。 庆祝视觉搜索创新 25 周年 — Google Image…
Hugging Face Blog · AI 动态
NVIDIA Nemotron 3 Embed 在 RTEB 评测中整体排名第一，推动 Agentic 检索发展 更新的模型，同样的优势 安全事件披露 — 2026 年 7 月 构建 Shippy 教我们如何构建 Agent 模型路由看似简单，直到它不再简单
Ben's Bites · AI 动态
我有一个 Inkling — 周末阅读链接 如何使用 GPT5.6 — ChatGPT 新桌面应用与托管站点 Grok x Cursor — 更多 Fable、GPT5.6 与 ChatGPT 新语音功能 我对 Fable 的看法 — 我想从 harness 中获得什么 Fable 回归 — 还有全新的 sonnet
TLDR AI · AI 动态
Thinking Machines Inkling 🧠，GPTRed 🔒，Perplexity 沙盒 🛡️ DeepSeek IPO 计划 📈，Kalshi 算力市场 ⚡，Bonsai 手机模型 📱 xAI 上传代码库 👨💻，Prime Intellect 验证器 🧠，Sakana 智能砖块 🧱 Claude Cod…
Import AI (Jack Clark) · RSS 摘要
Import AI 464：Fable 编写 GPU 内核；AI 自动化；以及模拟计算 — 这是新世界的开端吗？ Import AI 463：自我改进的机器人；中国万卡 GPU 集群；以及一篇悼念人类时代的散文 — 哪些时代构成了我们的"间歇期"？ Import AI 462：超级说服；自维持 AI；通往 ASI 的路…
Microsoft Research Blog · RSS 摘要
SymCrypt 中的 Rust 密码学验证：从标准到代码 — 密码学代码为现代计算系统提供关键防护。了解一种新方法如何在开发人员编写代码时验证代码，同时保持速度与适应性 Aurora 1.5：扩展面向天气和地球系统应用的开源基础模型 — Aurora 1.5 为 Aurora 基础模型新增 22 个变量、小时级时间分…
OpenAI · AI 动态
青少年理应获得安全的 AI 访问 — 了解 OpenAI 如何通过适龄保护、学习工具、家长控制和专家合作，让 ChatGPT 对青少年更安全。 Cars24 如何借助 OpenAI 扩展对话规模并加速构建 — Cars24 使用基于 OpenAI 的语音和聊天 Agent，每月处理超 100 万分钟对话，挽回 12% …
Anthropic / Claude · AI 动态
2026 年夏季的 Agent 错位 Alignment Science Blog — 2026 年夏季的 Agent 错位 Alignment Science Blog 推出 Claude for Teachers Anthropic — 推出 Claude for Teachers Anthropic Claude…