⌘ K
… 读取采集状态 同步中...
雷

#教程/实践

今日 11 条
8月28日周五
  2. 宝玉76

    Warp 如何让 Agent 在 Code Review 中自我进化

    Warp 通过基础 Skill 负责代码审查，改进 Skill 定期收集人类工程师在 PR 中的评论并据此自动更新代码审查 Skill，实现低摩擦的自我进化。其六条最佳实践强调写原则而非死规则、解释理由、保持 Skill 精简及利用改进 Skill 的通用性。对于潜在错误反馈，Warp 通过让 Agent 进行合理性检查、限制反馈权限及保留人工审核来防范风险。

    推荐理由：Warp 提出的双 Skill 机制让 Agent 在 Code Review 中自动吸纳人类评论以进化，并给出六条可复用的最佳实践。

  4. AI信息Gap77

    GLM-5.3-Flash 本地部署攻略：MacBook Pro 与 PC 方案

    GLM-5.3-Flash（320B MoE）本地部署需提供API、MacBook Pro（M4 Max 128GB）、Mac Studio、KTransformers异构推理及多卡服务器五条路线。

    推荐理由：原文明确对比了API与本地部署的成本差异，并量化了不同量化精度对模型输出质量的影响，为读者提供了清晰的硬件选型决策依据。

  5. 大模型智能47

    为什么复杂RL离不开分布式系统，分布式RL的核心矛盾又是什么？

    复杂强化学习（RL）依赖分布式系统以应对海量试错与环境交互压力。分布式架构将训练拆解为Actor（数据生产）、Learner（数据消费）及Inference Server等角色，核心矛盾在于平衡采样与训练吞吐、数据新鲜度与资源利用率。IMPALA-style架构因解耦采样与训练且支持策略滞后修正，成为工业级应用首选。

8月27日周四
  3. APPSO55

    解析智元机器人在世界人形机器人运动会夺金背后的技术路径

    APPSO 详细解析了智元机器人在世界人形机器人运动会夺金的具体技术路径，指出了其量产机型在真实落地场景中积累的能力优势。文章重点展示了其自研 VLA 基座模型 GO-2 通过引入动作思维链实现长程任务自主决策，以及精灵 G2 在消防场景中利用手腕结构件和超视距遥操系统突破负载限制与物理接触痛点。

  4. 优设AIGC31

    街头炭烤美食广告海报 AI 绘画提示词拆解

    优设AIGC 分享一套街头炭烤美食广告海报的 AI 绘画提示词，核心思路是利用巨型食材、超大英文排版、炭火质感与极简构图，将烧烤食材呈现为高端品牌 Campaign 视觉。该系列通过暖色侧逆光突出肉汁、焦痕等细节，适用于餐饮品牌创意及社交媒体配图。

  8. LangChain Blog40

    LangChain 博客：如何优化 AI 智能体延迟

    LangChain 博客提出优化 AI 智能体延迟的五大策略：定位瓶颈、优化用户体验、减少 LLM 调用、加速单次调用及并行处理。通过 LangSmith 追踪各步骤延迟，利用流式返回中间结果降低感知延迟。采用 LangGraph 混合代码与 LLM 调用可显著减少调用次数，支持并行执行以提升效率。

  9. CVer1

    CVer 扩散模型及其他垂直方向微信群技术交流群招募

    CVer 开启扩散模型、多模态学习、Mamba、医学影像及遥感等方向的微信技术交流群招募。用户需添加 CVer 小助手微信（微信号 CVer2233），并按“方向+地区+学校/公司+姓名”或“研究方向+地点+学校/公司+昵称”的格式备注申请进群。文章同时介绍了 CVer 计算机视觉知识星球，该社群汇集数万人，提供最新顶会顶刊论文 idea、CV 从入门到精通资料及最前沿应用。

8月26日周三
  3. LangChain Blog43

    LangChain Deep Agents 结合 Parallel Task API 构建公司尽职调查智能体

    该方案使用 LangChain Deep Agents 进行多步骤编排，并调用 Parallel Task API 执行结构化网络研究，覆盖公司画像、财务健康等五个维度。代理通过并行子智能体处理竞争分析，并在发现数据矛盾时利用搜索 API 进行临时查询。经 Rivian Automotive 测试，整个端到端流程耗时约 23 分钟，生成包含引用来源的尽调报告。

  4. LangChain Blog70

    Candidly 如何利用 IO-HMM 构建 LangSmith 智能体状态感知框架

    Candidly 利用 IO-HMM 构建了可实时感知对话状态的智能体框架，将 23% 的脱离状态轮次减半并提升至 64% 的参与率。该方法通过分离用户侧信号与智能体侧特征，结合梯度提升模型预测对话结果，并将策略嵌入 LangSmith 实验循环，为多轮智能体提供了将离线评估转化为实时控制信号的通用工程方案。

    推荐理由：展示了基于隐马尔可夫模型构建智能体状态估计的完整工程流程，从特征提取到策略实验，提供了可迁移至编码或协调场景的实时干预设计思路。

  6. LangChain Blog42

    LangChain 开源自动评估器 App 与 API

    LangChain 开源了自动评估器托管应用及 API，用于自动评分 LLM 问答链。该工具结合模型生成的评测集与模型评分，支持测试不同检索器如 TF-IDF 和 SVM。测试显示，对于特定 Transformer 论文数据集，TF-IDF 和 SVM 的检索效果与 k-NN 相当甚至略好。

  9. LangChain Blog58

    LangChain 团队详解如何应用 OpenAI 的 RAG 策略

    LangChain 团队发文解析 OpenAI 在 Demo Day 展示的 RAG 实验，详细拆解了从查询转换、路由到索引构建的各环节实施方法。文中指出 OpenAI 通过调整嵌入文档的 chunk size 获得了显著的性能提升，并介绍了使用 LLM 进行查询扩展、HyDE 及路由等优化技巧。

8月25日周二
8月24日周一
  1. Datawhale74

    一文读懂Physical AI六种主流实现思路

    Physical AI系统通常由多个决策组件构成，不同组件在不同时间尺度上协同工作。文章基于“是否比较行动后果”与“知识来源”两个维度，将实现思路划分为反应式/深思式与人工/学习/联合的六类，并展示了取水任务中规划器、学习策略、底层控制器及安全模块如何接力协作。