- 博客(86)
- 收藏
- 关注
RSS订阅原创 实测 OXR：1.3B 小模型把文档解析卷到全球第一，我对小模型彻底改观了
AI幻觉根源不在大模型，而在文档解析质量。开源模型OXR以1.3B参数实现全球三榜Top1，仅需2-3秒即可精准解析PDF/图片中的文字、公式、表格、印章等13类元素，输出Markdown、LaTeX等结构化格式，并附版面坐标。其核心优势在于“内容+阅读顺序”联合建模与可插拔版面分析架构，结合递归自我改进（RSI）训练，无需人工标注即可持续优化。实测在倾斜、泛黄、手写等复杂场景下表现卓越，为Agent应用提供可靠数据基础。
2026-10-30 10:13:25
155
原创 如何利用 RSI-Agent 做调度求解：从建模到落地的完整实践
RSI-Agent通过推理—搜索—迭代框架，将调度问题的建模、求解与优化闭环自动化。它基于任务、资源与约束三要素抽象问题，结合CP-SAT与启发式算法动态选择求解策略，实现从需求到方案的智能生成。代码层面以Pydantic定义结构化输入，利用OR-Tools求解，并在每轮迭代中评估指标、诊断瓶颈，支持可解释修正。该方法显著降低人工调参成本，提升复杂调度场景的适应性与求解效率。
2026-10-27 16:24:08
252
原创 递归自我改进：AI 研究代理的下一步？
递归自我改进（RSI）指AI通过自主研究、实验与优化，持续提升自身能力的闭环过程。当前AI已具备代码生成、实验自动化等基础能力，但仍未实现真正意义上的自主迭代。其核心挑战在于研究质量、评估可靠性与资源限制。与普通自动化不同，RSI强调能力本身的进化。尽管学术界普遍认为其潜力巨大，但实现仍面临多重现实约束，需警惕技术跃迁的盲目乐观。
2026-10-27 16:21:44
133
原创 自进化（Self-evolving / RSI）：让 AI 系统自己变强的机制与边界
自进化（Self-evolving）指的是一个系统在运行过程中，能够基于自身的经验、反馈或内部生成的数据，持续改进自己的能力，而不完全依赖外部人工重新设计或重新标注。与之紧密相关的一个概念是RSI（Recursive Self-Improvement，递归自我改进）：系统改进自身的能力，而这种被改进后的能力又能用于下一轮改进，形成正反馈循环。是更宽泛的目标：系统能持续变强。RSI是其中最激进的一种路径：系统直接改进"改进自己的能力"。
2026-10-23 16:19:20
400
原创 论文写作 Agent Skills 实践总结：高频开源 Skills 用量盘点
本文聚焦论文写作中大模型常遇的“不像论文”问题，提出以Agent Skills为解法，将写作流程拆解为可复用的能力单元。基于实际使用，盘点了开源社区中高用量、强复用的11类核心技能：从文献检索、PDF解析、结构化笔记生成，到提纲设计、分章写作、引用管理与格式校验。强调分层组合与模块化调用，结合具体实现要点与常见陷阱，助力构建高效、规范的论文写作Agent工作流。
2026-10-23 15:29:03
178
原创 基于模型的强化学习与不基于模型的强化学习：核心区别与实战选择
在深入对比之前，我们首先要明确强化学习语境下「模型」的含义。这里的「模型」指的是环境模型（Environment Model）状态转移函数：( P(s’ | s, a) )，表示在状态 ( s ) 下执行动作 ( a ) 后，转移到新状态 ( s’ ) 的概率。奖励函数：( R(s, a, s’) )，表示在状态 ( s ) 下执行动作 ( a ) 并转移到 ( s’ ) 后，智能体获得的即时奖励。样本效率高，适合真实交互成本昂贵的场景可以利用模型进行前瞻性规划，策略更优在模拟器环境中表现优异。
2026-10-20 16:44:10
336
原创 （PC端）让Obsidian笔记自动同步：手把手教你配置Git版本控制
本文手把手教程指导用户使用 Git 为 Obsidian 笔记库配置本地版本控制与自动同步。通过安装 Git、创建私有远程仓库、初始化本地仓库并配置 .gitignore，实现笔记的首次提交与推送。推荐使用 Obsidian Git 插件实现自动提交与推送，或通过系统计划任务定时执行同步命令。多设备间可通过克隆仓库实现双向同步，并提供冲突解决、敏感信息防护及常见问题处理建议，全程无需依赖第三方云盘，安全高效。
2026-10-20 09:24:53
351
原创 持续部署（CD）核心工具链详解：从代码提交到自动上线
本文系统阐述了基于Git+CI+Docker+Harbor+Helm+ArgoCD+Kubernetes的持续部署流程，涵盖从代码提交到应用上线的自动化链路。通过七大核心工具协同，实现代码变更自动测试、镜像构建与存储、配置同步及集群更新，显著提升发布效率与可靠性。该体系支持版本追溯与快速回滚，有效降低人为错误，是现代云原生应用交付的核心实践。
2026-10-20 09:20:38
113
原创 基于世界模型的图像式交通信号控制：论文分析与总结
本文《Image-based traffic signal control via world models》发表于（2022 年 23 卷 12 期），作者为戴星原、赵琛、王晓、吕宜生、林懿伦、王飞跃等。论文针对交通信号控制从被动控制向主动控制转变的趋势，提出了一种基于世界模型（world model）的图像式交通信号控制方法，利用模型化深度强化学习（DreamerV2）学习交通世界模型，实现多步预测与实时决策的平衡。。
2026-10-19 15:46:57
89
原创 利用 vLLM 部署本地大模型：以 Qwen3-27B 为例的 Docker 部署与参数调优指南
本文介绍基于vLLM在Docker中部署Qwen3-27B大模型的全流程，涵盖硬件要求、环境配置、容器启动及核心参数调优。重点解析模型加载、显存管理、并行策略、上下文长度与推理性能相关参数，提供单卡48GB、双卡24GB及量化部署等典型场景配置方案，并给出显存优化、吞吐与延迟权衡的实践建议，助力高效实现高性能本地化大模型服务。
2026-10-19 09:59:44
709
原创 论文解析：利用地下交通优化城市物流——VRP-UT 模型与 Q-learning 混合算法
本文针对城市物流面临的拥堵和效率问题，提出了 VRP-UT 模型，将地下交通系统与车辆路径规划有机结合，并通过 Q-learning 与剪枝混合算法实现了高效求解。基于首尔地铁 3 号线的案例研究验证了模型的实际效果，展示了其在缓解地面拥堵、降低运营成本、缩短配送时间方面的显著潜力。这项研究为未来城市物流的可持续发展提供了重要的理论支撑和实践参考。
2026-10-16 10:39:35
252
原创 A Hybrid Optimization Framework for Cooperative CAV Merging Based on Traveling Salesman Problem：论文分析
本文提出一种基于旅行商问题（TSP）的混合优化框架，将网联自动驾驶车辆（CAV）匝道合流顺序规划抽象为组合优化问题，融合遗传算法、蚁群算法与局部搜索，实现全局最优性与实时性的平衡。通过分层架构（上层定序、下层控速），有效提升合流效率、降低能耗与延误，仿真验证其在多种场景下均具优异性能与鲁棒性。该研究为交通控制与组合优化的跨域融合提供了新范式。
2026-10-16 09:14:59
225
原创 面向车辆路径问题的大语言模型通用框架：论文解读与总结
本文提出一种面向车辆路径问题（VRP）的大语言模型通用框架，通过自然语言统一建模多种变体，采用“理解—规划—优化”分层策略与反馈迭代机制，结合LLM生成与经典算法优化，显著提升解的可行性和质量。实验表明，该框架在泛化性、可解释性与人机交互方面优势明显，虽在大规模实例上存在成本与性能瓶颈，但为LLM驱动组合优化提供了可复现的范式，具有重要研究价值。
2026-10-15 14:00:00
341
原创 RTX 4090 服务器做短视频赚钱：零成本起步的完整实操指南
RTX 4090 服务器是你做短视频的「免费印钞机」。用开源工具搭建 AI 内容流水线，批量产出高质量短视频，再通过平台分成和带货变现。整个过程不需要花钱买工具和素材，只需要投入时间和执行力。现在就可以开始：先选一个赛道，搭好工具环境，跑通第一条视频，然后逐步放大产量。祝你早日跑通这条赚钱路径。
2026-10-15 09:39:06
124
原创 PlanRAG：基于语义知识图谱与大语言模型的先进计划与调度（论文解读与总结）
传统计划与调度系统通常基于约束满足问题（CSP）或混合整数规划（MIP）建模。建模成本高：需要领域专家将业务规则转化为数学表达式。动态适应性差：现场扰动（如机器故障、订单插单）需要重新求解，耗时较长。知识孤岛：数据分散在 ERP、MES、WMS 等多个系统中，难以统一利用。以语义知识图谱为约束与状态的权威来源，以大语言模型为语义理解与策略生成的引擎。它在保持 LLM 灵活性的同时，有效解决了幻觉与约束违反问题，在可行性与适应性之间取得了良好平衡。用图谱管住约束，用 LLM 释放智能。
2026-10-15 09:38:12
281
原创 Reinforcement Learning Guided Neural Deconstruction Search for Flexible Job Scheduling 论文分析与总结
本文提出神经解构搜索（NDS）框架，结合强化学习与图神经网络，通过“解构-重构”迭代机制求解柔性作业车间调度问题（FJSP）。该方法从完整解出发，利用RL智能体智能选择移除工序，再重构优化，有效拓展解空间探索。实验表明，NDS在解质量、泛化性与效率上均优于传统方法，为组合优化提供了新范式。
2026-10-14 20:39:28
358
原创 权限管理怎么做？从“资格”与“空间”双维度设计一套可落地的权限体系
本文提出解耦“资格”与“空间”的权限设计思路，通过RBAC+资源空间隔离模型，实现用户在共享空间中拥有差异化权限。核心是引入SpaceMember表，将用户、空间、角色三者关联，支持同一空间内成员权限独立配置。结合全局角色与私有空间机制，兼顾个人专属资格与多用户共享场景。提供完整权限判断流程与代码示例，强调权限点细化、缓存优化及避免硬编码，确保系统可扩展、易维护。
2026-10-14 17:00:00
327
原创 做 Agent 时，知识库遇到古籍该怎么处理？
本文系统梳理了古籍语料在RAG与Agent知识库中的处理链路，涵盖文本清洗、断句标点、语义切分、向量化及检索问答优化。针对文言文语言特性，提出繁简转换、异体字归一、基于大模型或BERT的智能断句、按语义单元切分并保留上下文重叠等策略，并强调使用古籍专用嵌入模型以提升向量质量，最终实现高效精准的古籍知识检索与问答。
2026-10-14 13:45:00
263
原创 为什么 Agent 用 SQLite 数据库？
AI Agent 选择 SQLite 作为默认数据库，源于其与应用场景的高度契合：本地优先、单机运行、零配置部署。SQLite 作为嵌入式关系型数据库，具备单文件存储、轻量高效、标准 SQL 支持及 ACID 事务保障，满足 Agent 对数据持久化、快速迭代和可靠性的需求。虽不适用于高并发或分布式场景，但其低运维成本与易用性使其成为理想起点。在从单机走向规模化时，可平滑迁移至 PostgreSQL 等更强大系统。
2026-10-14 08:30:34
439
原创 中医病历辅助诊断的最佳格式设计
本文提出一种结构化中医病历格式，涵盖基本信息、四诊信息、既往史与体质、辨证分析、治则治法、方药调护及复诊记录七大模块，强调舌脉单独成块、辨证与四诊分离、预留复诊对比字段，提升辨证效率与可追溯性。推荐采用“表格+分节”形式，支持电子化录入与数字化管理，兼顾临床实用性与信息完整性。
2026-10-14 08:27:45
258
原创 Pareto-Grid-Guided Large Language Models for Fast and High-Quality Heuristics Design in Multi-Object
本文提出Pareto-Grid-Guided LLMs，通过引入Pareto网格作为低成本、结构化引导机制，提升大语言模型在多目标组合优化问题中自动设计启发式算法的效率与质量。该方法利用网格离散化性能空间，实现快速评估与多样性保持，结合针对性反馈促进迭代收敛，在多个基准问题上显著优于传统方法，兼顾解的质量与设计速度，为智能算法设计提供了高效新范式。
2026-10-13 14:45:00
207
原创 PPO 辅助人工蜂群算法求解多目标分布式异构装配流水车间调度问题（含人机协作与批量交付）——论文分析与总结
传统流水车间调度问题（Flow Shop Scheduling Problem, FSP）假设所有工件在单一工厂内完成加工。然而，随着全球化制造与供应链网络的发展，生产任务往往被分配到多个地理上分散的工厂中协同完成，由此衍生出分布式调度问题（Distributed Scheduling Problem, DSP）。当产品结构复杂、需要经过装配阶段时，问题进一步演化为分布式装配流水车间调度问题（Distributed Assembly Flow Shop Scheduling Problem, DAFSP）
2026-10-13 09:45:22
327
原创 自进化 Agent 开发实战：技能进化、记忆进化与知识进化及开源工具
本文聚焦自进化 Agent 的三大核心能力：技能进化、记忆进化与知识进化，构建“任务-执行-反思-更新”的闭环。通过 LangChain、Mem0、Zep 等开源工具，实现技能检索与生成、记忆动态更新及知识库持续扩充。结合 Deep Agent 核心抽象，可系统化落地可自我优化的智能体，推动 AI 系统从静态提示走向持续进化。
2026-10-13 09:41:50
910
原创 Deep Agent 框架中的记忆技术与 RAG 技术详解
本文系统梳理了Deep Agent框架中记忆与RAG技术的核心机制。记忆体系涵盖短期、长期、情景与语义记忆，支持上下文管理、经验回放与知识沉淀；RAG通过混合检索与查询优化实现外部知识增强。两者协同可提升智能体的持续学习与推理能力。实践中，LangGraph因其成熟记忆模块被广泛采用，但复杂场景仍需自研。建议结合业务需求，构建统一知识管理体系，实现记忆与RAG的深度融合与工程落地。
2026-10-13 09:22:07
223
原创 Agent 开发中知识库过大的处理策略：从检索到工程化的完整方案
知识库规模膨胀导致检索效率与质量下降。本文提出三层次解决方案：检索增强（混合检索、多路召回+重排序、查询改写）、索引优化（分层索引、摘要索引、文档压缩）与工程架构（向量数据库选型、缓存、异步流水线）。推荐使用 LangChain/LlamaIndex 等框架，结合 Milvus/Qdrant 等向量库，通过“小而精”的知识注入实现高效响应。核心理念：让模型只接触最相关知识，而非全量加载。
2026-10-13 08:43:48
226
原创 给 Codex 装上 Jev Skill：从零开始的完整教程
Jev Skill 是一个针对 Codex 的增强技能包，它通过注入特定的指令和上下文，让 Codex 在特定任务上表现更出色。Skill 本质上是一组结构化的指令文件，Codex 在运行时加载这些指令，从而获得额外的能力。代码审查与优化特定框架的代码生成项目脚手架搭建自动化测试编写通过本文，你已经学会了如何给 Codex 安装 Jev Skill，并掌握了基本的启用与使用方法。
2026-10-12 20:57:46
157
原创 深度强化学习与PINN结合：最新论文解读与总结
方法类别代表论文核心机制主要优势主要局限自适应采样RL-PINN采样点序贯决策采样效率高，残差下降快高维状态表示困难误差指示器子区域加密优先级可迁移，泛化性好依赖网格划分损失权重调节权重在线调节无需 NTK，计算成本低动作空间随损失项增长元学习权重Meta-PINN跨任务权重迁移泛化能力强，调参少多任务训练开销大优化辅助参数扰动跳出局部最优集成容易，兼顾全局搜索停滞检测需人工设定架构搜索Auto-PINN架构自动生成自动化设计，减少调参。
2026-10-12 20:57:15
425
原创 强化学习 + 扩散模型：从原理到前沿论文解读
本文系统梳理了强化学习（RL）与扩散模型的融合路径，涵盖“扩散模型作为策略表示”、“强化学习优化生成目标”及数据增强等方向。重点解读了DDPO、DPOK与Diffusion Policy等前沿工作，展示了其在机器人控制、多模态决策中的优势。未来趋势包括提升采样效率、结合离线强化学习与语言引导，推动生成模型与智能决策深度融合。
2026-10-12 20:55:38
716
原创 科研画图工具全解析：传统工具、AI 工具与实践案例
本文系统对比传统科研绘图工具（如Matplotlib、ggplot2、Illustrator）与现代AI工具（如DALL·E、ChatGPT绘图插件），指出数据图表应优先使用可复现的代码工具保障准确性，而AI工具适用于概念示意图与灵感辅助。通过四个实操案例展示如何绘制符合期刊要求的矢量图，强调清晰性、可读性与规范性，提出“传统为主、AI为辅”的选型策略，助力科研人员高效产出发表级图表。
2026-10-11 09:45:00
358
原创 论文总结：Dynamic switching models for truck-only delivery and drone-assisted truck delivery under demand
本文针对需求不确定下的最后一公里配送问题，提出纯卡车与无人机辅助配送的动态切换模型。创新性地将两种模式纳入统一决策框架，引入随机/鲁棒优化刻画需求波动，构建切换条件与成本机制，实现成本、时效与服务可靠性的多目标权衡。研究突破传统静态选择局限，为物流企业提供实时动态决策支持，具有重要理论价值与实践意义。
2026-10-11 08:30:00
292
原创 深度强化学习在时变网络与时间窗约束下的无人机辅助卡车配送路径优化——论文总结
本文提出一种基于深度强化学习的无人机辅助卡车配送路径优化方法，针对时变网络与时间窗约束下的复杂物流场景，构建了融合图神经网络与注意力机制的编码器-解码器框架。通过自监督训练，模型在保证高解质量的同时实现毫秒级推理，显著优于传统算法在大规模实例上的表现，具备良好的泛化能力与实时调度潜力，为智慧物流提供了高效可行的技术方案。
2026-10-10 15:40:07
269
原创 自动驾驶中的边界情况处理：基于世界模型与混合专家及大语言模型的方法
本文提出一种融合世界模型、混合专家（MoE）与大语言模型（LLM）的自动驾驶边界情况处理方法。通过世界模型预测环境动态，MoE实现场景专业化决策，LLM提供语义理解与常识推理，显著提升系统在罕见、复杂场景下的鲁棒性与可解释性。实验表明，该框架在检测率、决策准确性和泛化能力上优于传统方法，为自动驾驶安全性提供了新范式。
2026-10-10 15:23:37
373
原创 如何利用 Agent 完成现实场景中的组合优化问题求解
Agent 能够理解自然语言描述的业务约束、自主设计求解策略、调用外部工具（如求解器、仿真环境、数据库），并在迭代中不断优化方案。本文将系统介绍如何利用 Agent 完成现实场景中的组合优化问题求解，涵盖整体架构、核心模块、关键技术、实践案例与落地建议。传统求解方法（如精确算法、启发式算法）在面对大规模、动态变化、约束复杂的实际问题时，往往面临建模困难、求解耗时、难以适应环境变化等挑战。：本文系统介绍如何利用大语言模型 Agent 求解现实场景中的组合优化问题（如物流调度、路径规划、生产排程）。
2026-10-10 15:18:55
120
原创 LLM4AD：面向算法设计的大语言模型智能体框架
LLM4AD 是一个基于大语言模型与智能体技术的自动化算法设计框架，通过“规划—生成—评估—优化”闭环实现算法自主设计。项目支持多种搜索策略与多模型适配，已在旅行商、图着色等任务上验证有效性。然而，其仍面临生成速度慢、结果可靠性低及大模型幻觉等挑战，当前更适合作为算法设计辅助工具，未来需结合强化学习与严格验证机制以推动落地应用。
2026-10-10 15:18:07
222
原创 Agent 的 Memory：从基本概念到工程实践
本文系统阐述了智能体（Agent）记忆体系的核心概念、关键技术与实践应用。从短期、长期与工作记忆的分类，到向量数据库、混合检索、遗忘机制等核心技术，构建了完整的记忆架构。对比了LangChain、MemGPT、Zep等主流开源框架，提出按场景选型建议。通过个性化助手、多轮任务、中医问诊等案例，展示了记忆在提升连贯性、个性化与知识积累中的关键作用，强调了记忆设计在实际落地中的重要性。
2026-10-10 10:30:00
391
原创 FinalShell 使用教程：从安装到高效运维
FinalShell是一款跨平台的远程服务器管理工具，集成SSH客户端、SFTP文件传输与终端功能。通过简洁界面实现快速连接、免密登录（密钥认证）、图形化文件拖拽传输及多标签终端操作。支持自动化脚本执行与定时任务，适用于Web项目部署等实战场景。推荐使用密钥登录提升安全性，配置UTF-8编码避免乱码，合理设置防火墙与SSH权限。掌握基础命令如ls、cd、systemctl、vim等，可高效完成运维与开发工作。
2026-10-09 18:15:00
234
原创 TWM：基于交通世界模型的多模态数据生成引擎详解
TWM提出一种基于交通世界模型的多模态数据生成引擎，通过统一潜在表示与自回归动态建模，实现从场景描述到图像、点云、轨迹等多模态数据的可控生成。该方法在保持高真实感与多模态一致性的同时，显著提升长尾场景覆盖能力，有效降低数据采集成本。实验表明，TWM生成数据可显著提升自动驾驶模型在感知与预测任务中的性能，尤其在罕见交互场景下泛化能力增强，为自动驾驶训练提供了高效、可控的高质量数据解决方案。
2026-10-09 13:45:00
323
原创 2026 年最火、用得最多的 AI 查重工具盘点
要说「最火、用得最多」，学术场景下知网 AI 查重是当之无愧的第一；而学生日常自查里，凭借性价比使用量最大。如果你既要查重又要防 AI 检测，建议「便宜自查 + 权威定稿」双管齐下，既省钱又稳妥。
2026-10-09 08:54:30
158
原创 AI Agent 的数据源：public-apis 免费 API 使用指南
public-apis 是一个收录超1400个免费公开API的开源项目，覆盖40+分类，是AI Agent获取实时数据的理想工具。本文指导如何通过分类浏览与筛选（如免认证、支持HTTPS/CORS）快速定位可用接口，并以猫图、天气、用户生成为例，演示从curl到Python/JS的调用方法。重点展示如何将这些API集成至AI Agent中，通过Function Calling实现动态数据获取，弥补大模型在时效性与事实性上的不足，助力开发者低成本构建智能、实时响应的Agent应用。
2026-10-09 08:52:35
106
原创 Scrapling｜让 Agent 真正看得见互联网
Scrapling 是面向 AI Agent 的智能网页抓取框架，解决传统工具在动态渲染、反爬与语义理解上的短板。其核心优势在于：内置无头浏览器支持动态内容渲染，基于LLM的智能解析引擎可实现自然语言描述提取，原生输出结构化数据（JSON/Markdown），无缝集成LangChain等Agent工作流。安装仅需pip install scrapling，几行代码即可完成抓取与智能提取，显著降低开发成本，让Agent真正“看得见”互联网。
2026-10-09 08:51:17
195
深度学习环境配置与学习资源汇总：PyCharm/Idea/Anaconda工具配置及PyTorch安装指南了文档的主要内容
2025-04-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人