<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[myblog]]></title><description><![CDATA[不积跬步，无以至千里！]]></description><link>https://blog.youkuaiyun.com/CCSUXWZ</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; CCSUXWZ]]></copyright><item><title><![CDATA[Agent 自进化：核心问题与解决方案]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/161755348</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/161755348</guid><author>CCSUXWZ</author><pubDate>Sun, 07 Jun 2026 00:11:18 +0800</pubDate><description><![CDATA[本文探讨了Agent自进化系统的核心问题与解决方案。主要内容包括：1) 知识抽取评估的四个尺度（泛化度、冲突度、信息增益、可解释性）和正向规则的特征（约束性、简洁性）；2) Agent过程评估的完整示例，展示如何通过多维度打分识别问题并自动生成修复规则；3) 数据闭环的四大步骤（影子模式、差异分析、灰度AB、规则固化）；4) 元进化的三种实现路径（评估器自进化、对抗性沙箱环境、进化策略自选择）。文章强调系统需要不断优化评估机制和进化策略，避免"垃圾进垃圾出"的恶性循环，最终实现Agent及其进化系统的协同进]]></description><category></category></item><item><title><![CDATA[ReasoningBank论文代码解读]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/159085836</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/159085836</guid><author>CCSUXWZ</author><pubDate>Sun, 15 Mar 2026 20:58:31 +0800</pubDate><description><![CDATA[论文摘要： 《ReasoningBank: Scaling Agent Self-Evolving with Reasoning Memory》提出了一种新型记忆框架ReasoningBank，解决LLM Agent无法从历史交互中学习的痛点。传统方法仅存储原始记录或成功流程，而ReasoningBank通过提炼可泛化的推理策略（包括成功经验和失败教训），形成结构化记忆。其核心流程包括：1）任务执行与结果判别（区分成功/失败轨迹）；2）记忆提炼（通过复盘生成高层策略）；3）记忆检索与指导（将策略应用于新任务]]></description><category></category></item><item><title><![CDATA[Agent自进化-Memory]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/157873701</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/157873701</guid><author>CCSUXWZ</author><pubDate>Sun, 08 Feb 2026 17:42:12 +0800</pubDate><description><![CDATA[本篇文档调研Agent自我进化中Memory进化的一些25年的论文，旨在了解业界和学术论文的一般做法agent自我进化主要的自我进化方法包括以下几种方式调整规则、prompt, few-shotAgent记忆、工具，包括记忆构建、检索、更新等缓存记忆：redis/内存等外部记忆：知识图谱、向量数据库等长期记忆：模型参数、数据库等更改模型参数：包括微调、RL等，构建一套半自动化/自动化的数据收集->清洗->标注->采样->模型训练->评估的pipeline。]]></description><category></category></item><item><title><![CDATA[数据标注方法]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/157066087</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/157066087</guid><author>CCSUXWZ</author><pubDate>Sat, 17 Jan 2026 17:37:27 +0800</pubDate><description><![CDATA[本文摘要：研究聚焦数据标注方法比较和领域大模型训练范式创新。在数据标注方面，对比了人机串行与并行标注方法；在模型训练方面，DeepSeek-Math提出GRPO强化学习算法，通过迭代数据挖掘构建高质量数学数据集；QianfanHuijin提出金融领域大模型多阶段训练范式，包含两阶段预训练（知识注入与能力提升）和四阶段后训练（SFT→推理RL→工具RL→通用RL），通过数据合成和指令进化增强领域适应性。研究为领域大模型训练提供了系统性方法论，强调领域知识注入、精确推理和工具使用能力的关键作用。]]></description><category></category></item><item><title><![CDATA[MOE-混合专家架构论文阅读]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/155647398</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/155647398</guid><author>CCSUXWZ</author><pubDate>Tue, 09 Dec 2025 23:15:46 +0800</pubDate><description><![CDATA[混合专家模型（MOE）发展历程及其关键技术改进。2017年首次在LSTM中引入MOE层，通过门控网络选择专家；2020年谷歌将MOE与Transformer结合，提出负载均衡和专家容量等概念；2022年Switch Transformer简化路由为单专家选择，采用bf16混合精度训练提升效率；同年ST-MOE通过GELU激活函数、RMS Norm等技术增强训练稳定性。研究表明专家数量与模型性能正相关，MOE架构在保持推理速度的同时显著扩展模型容量。]]></description><category></category></item><item><title><![CDATA[力扣17-电话号码的数字组合]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/143636750</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/143636750</guid><author>CCSUXWZ</author><pubDate>Fri, 08 Nov 2024 23:27:36 +0800</pubDate><description><![CDATA[力扣17-电话号码的字母组合]]></description><category></category></item><item><title><![CDATA[实用小工具-python esmre库实现word查找]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/139609908</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/139609908</guid><author>CCSUXWZ</author><pubDate>Tue, 11 Jun 2024 22:15:53 +0800</pubDate><description><![CDATA[在文本中匹配特定的字符串，一般可以用普通的字符串匹配算法，KMP算法；python中提供了一个库esmre, 实现字符串查找]]></description><category></category></item><item><title><![CDATA[pandas保存dict字段再读取成DataFrame]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/138039200</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/138039200</guid><author>CCSUXWZ</author><pubDate>Sun, 21 Apr 2024 17:52:35 +0800</pubDate><description><![CDATA[pandas DataFrame中有字段是dict类型，使用普通的to_excel方法直接保存下次读取出来，dict字段会变成字符串，无法识别；目标：保存dict字段，下次读出来还是dict。以下两种读法可能会因json文件过大出错。保存到文件之前，需要。]]></description><category></category></item><item><title><![CDATA[多标签与多分类的区别]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/137966734</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/137966734</guid><author>CCSUXWZ</author><pubDate>Fri, 19 Apr 2024 15:31:42 +0800</pubDate><description><![CDATA[多标签与多分类的区别。]]></description><category></category></item><item><title><![CDATA[增加负样本对二分类precision, recall指标的影响]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/136457833</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/136457833</guid><author>CCSUXWZ</author><pubDate>Mon, 04 Mar 2024 17:26:57 +0800</pubDate><description><![CDATA[增加负样本对二分类precision, recall指标的影响]]></description><category></category></item><item><title><![CDATA[C++push_back、emplace_back、emplace性能对比]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/133428587</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/133428587</guid><author>CCSUXWZ</author><pubDate>Sat, 30 Sep 2023 10:36:28 +0800</pubDate><description><![CDATA[push_back, emplace_back, emplace都是往容器中添加一个元素，后两者是c++11新加的，它们三者的区别在于，push_back添加元素，需要先调用被添加元素的构造函数，再调用移动构造函数。而emplace_back和emplace_back只需要调用一次构造函数， 举个例子。1作为实参传入push_back时，需要先构造一个整数对象1，然后调用移动构造函数将对象1存入vec中，调用了两次构造函数；而emplce和emplace_back直接将构造的对象存入vec中。]]></description><category></category></item><item><title><![CDATA[pandas fillna多列无效]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/131829739</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/131829739</guid><author>CCSUXWZ</author><pubDate>Thu, 20 Jul 2023 14:30:33 +0800</pubDate><description><![CDATA[pandas缺失值填充]]></description><category></category></item><item><title><![CDATA[pandas深拷贝浅拷贝]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/131215302</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/131215302</guid><author>CCSUXWZ</author><pubDate>Wed, 14 Jun 2023 20:26:03 +0800</pubDate><description><![CDATA[pandas深浅拷贝]]></description><category></category></item><item><title><![CDATA[图最短路径算法]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/130000914</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/130000914</guid><author>CCSUXWZ</author><pubDate>Thu, 06 Apr 2023 22:34:58 +0800</pubDate><description><![CDATA[图最短路径算法]]></description><category></category></item><item><title><![CDATA[样本不均衡问题及解决方法]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/129252858</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/129252858</guid><author>CCSUXWZ</author><pubDate>Tue, 28 Feb 2023 00:35:58 +0800</pubDate><description><![CDATA[采样方法]]></description><category></category></item><item><title><![CDATA[位运算及其应用]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/129252512</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/129252512</guid><author>CCSUXWZ</author><pubDate>Mon, 27 Feb 2023 23:59:43 +0800</pubDate><description><![CDATA[位运算及其应用]]></description><category></category></item><item><title><![CDATA[c++ 优先级队列priority_queue的使用]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/128748420</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/128748420</guid><author>CCSUXWZ</author><pubDate>Sun, 22 Jan 2023 11:10:21 +0800</pubDate><description><![CDATA[priority_queue]]></description><category></category></item><item><title><![CDATA[论文阅读笔记：Attention is All You Need]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/128730797</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/128730797</guid><author>CCSUXWZ</author><pubDate>Wed, 18 Jan 2023 22:01:15 +0800</pubDate><description><![CDATA[Transformer]]></description><category></category></item><item><title><![CDATA[二维矩阵的元素和]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/128697963</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/128697963</guid><author>CCSUXWZ</author><pubDate>Sun, 15 Jan 2023 22:26:46 +0800</pubDate><description><![CDATA[矩阵元素和]]></description><category></category></item><item><title><![CDATA[字符串哈希]]></title><link>https://blog.youkuaiyun.com/CCSUXWZ/article/details/128605505</link><guid>https://blog.youkuaiyun.com/CCSUXWZ/article/details/128605505</guid><author>CCSUXWZ</author><pubDate>Sun, 08 Jan 2023 21:11:10 +0800</pubDate><description><![CDATA[字符串哈希]]></description><category></category></item></channel></rss>