- 博客(827)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 【论文笔记】Anthropic Claude 大语言模型里情绪概念研究的可视化总结
相反，这些表征在塑造模型行为方面可能发挥因果作用，其影响方式在某些方面类似于情绪对人类行为的作用，进而影响任务表现和决策过程。在我们可解释性团队发表的一篇新论文中，我们分析了Claude Sonnet 4.5的内部机制，并发现了影响其行为的情绪相关表征。即使它们无法像人类那样感受情绪，或不采用与人类大脑相似的机制，但在某些情况下，将它们视为有情绪并进行推理可能是切实可行的。例如，我们的实验表明，教导模型避免将失败的软件测试与绝望联系起来，或更重视平静状态的表现，可能会降低其编写低效代码的可能性。
2026-10-06 08:56:55
85
原创 [论文笔记] deepseek-moe-16b-base
原本一个专家可能需要处理多种知识（比如同时处理“数学”和“情感分析”），现在可以拆分给不同的小专家，让单个专家的知识更加专注。（如基础的语法规则）。此举能有效避免其他路由专家重复学习这些通用知识，从而减少参数冗余，让路由专家能更专注于自己领域的知识。你现在研究的“异构专家（HMoE）”思想，和 DeepSeekMoE 的路线不太一样。，将传统的少数几个大专家，变成了更多数量、但每个容量更小的“细粒度”专家。这个架构设计的成果，是在保持性能的同时，显著节省了计算资源。的问题，以实现更精细的专家分工。
2026-08-29 23:30:08
44
1
原创 [论文笔记] mixSGA HMoE BrownoutMoE
面向结构感知的专家分组，实现高效且准确的基于 Web 的 LLM 服务arXiv。三个不同维度对混合专家模型做创新，下面分别解析核心思想、创新点、差异对比。基于共享权重的异构组注意力专家混合模型用于动态逐令牌键值优化。用于语言建模的异构专家混合模型。
2026-08-24 01:13:27
42
1
原创 [论文笔记] 投机解码 Speculative Decoding
投机解码可以在解码阶段用轻量级方法快速生成候选Token，再让VLA大模型验证，尤其适合实时机器人控制场景（需要在100ms内输出动作）。投机解码（Speculative Decoding） 是一种让大模型推理变快的方法，核心思想是“小模型先猜，大模型再验”。2. 大模型（目标模型）一次性验证：把这5个Token一次性喂给大模型，大模型在单次前向传播里判断每个Token对不对。1. 小模型（草稿模型）快速生成：用一个很小的模型（比如7B大模型的1B版本）逐个快速生成几个Token（比如5个）。
2026-08-21 11:16:03
64
1
原创 [论文笔记] paper review PPT
https://aclanthology.org/2025.emnlp-main.1166.pdfHMoE: Heterogeneous Mixture of Experts for Language Modeling - ACL AnthologyBrownoutMoE: Structure-Aware ExpertGrouping for Efficient and Accurate LLMWeb-based Services
2026-08-20 01:13:16
196
1
原创 [论文笔记] Kimi3 K3
Kimi K3 是 Kimi 增益能力最强的旗舰模型，拥有 2.8 万亿参数，基于 KDA 混合线性机制注意力（Kimi Delta Attention）和注意力残差（Attention Residuals）技术构建，初步支持视觉理解，拥有并并 100 万代币上下文窗口。它是全球首个开源的 3 万亿级别模型，面向长程编程、知识工作和推理等前沿智能场景而设计。加上上训练方法和数据配方的优化，这些结构性改进可以让Kimi K3相比K2的整体扩展效率提升约2.5倍，能更有效地把算力转化为能力。
2026-07-27 01:27:49
119
1
原创 [TradeAI] Kario 系统启动与运维指南
Web Market 后端服务提供了供前端⻚⾯（包括 Telegram Web App）调⽤的 API，同时也是统⼀。为了确保 Telegram Bot 在崩溃或重启后⾃动恢复，建议使⽤ PM2（Node.js 的进程管理器）或。🚀 Kario Web Market API 启动: http://0.0.0.0:8000。误，只要脚本保持运⾏，9:00 / 12:00 / 15:00 / 21:00 将准时推送。本⽂档包含 Kario 系统各个核⼼模块的启动⽅法、保活策略以及常⻅问题的排查指南。
2026-07-08 16:55:36
227
原创 [TradeAI] 类Polymarket预测市场平台网页构建方案
└─ API: FastAPI → 本地 → Cloudflare Tunnel (慢，但能用)├─ 前端: Next.js build → Cloudflare Pages (免费)└─ API: Railway/Render 部署 FastAPI（$5/月）└─ DB: PostgreSQL (Supabase/Neon 免费版)└─ 后端 API (polymarket.com/api/*)└─ 链上: Polygon 节点（你这个不需要）├─ 前端: Cloudflare Pages。
2026-07-07 02:31:10
38
原创 [论文笔记] MOE new nowhow
1. 流形约束MoE：token和专家降维到低维流形，算相似度路由，加负载均衡损失。3. 任务难度感知MoE：门控判断难度，简单用通用专家，复杂用多专业专家。4. 负载波动阈值控制：平滑项设margin阈值，超阈值才惩罚波动。2. 多模态MoE：模态token加标识，门控按标识选对应专家池。补充：门控平滑项限制概率剧变，提升专家学习专注度。
2026-07-06 03:04:51
188
1
原创 [linux] nohup和pm2的区别 进程保活
维度nohupPM2❌ 崩溃后不会自动重启✅ 崩溃/异常退出后自动重启只写到nohup.out，无法轮转✅ 自动分文件、按大小轮转、pm2 logs实时查看❌ 无，只能ps aux查✅pm2 status一目了然，含内存/CPU/重启次数❌ 需要手动写 crontab✅两条命令搞定每个进程要单独 nohup✅ 一个pm2 list管理所有服务❌ 需要 kill 再重启✅零停机更新Linux/Mac（Windows 不支持）✅ Windows / Linux / Mac 全平台。
2026-07-06 01:36:22
190
原创 全市场实时数据源 (已验证可用)
本文汇总了主要金融市场的数据接口信息：1）行情数据源包括Binance（加密实时）、Yahoo（美股/韩股盘中）、新浪（A股/港股实时需Referer）、东方财富（A股解析字段）；2）新闻数据源含CoinDesk、Yahoo等免费RSS及付费API；3）详细解析了新浪A股/港股文本格式及Yahoo/东财JSON结构，并附2026年7月5日实测数据（如标普500报7,483点+1.71%）。注：部分接口需授权或付费。
2026-07-05 17:30:46
42
原创 [论文笔记] AI SOTA模型全景& 海外 AI 短剧平台技术方案
覆盖 AI Agent · 文生文 LLM · 文生图 · 文图生视频 · 海外短剧出海基于 LMArena · Artificial Analysis · LiveBench · Sensor Tower · DataEye 等权威数据。
2026-07-03 13:53:35
232
原创 [linux] 本地部署网页(windows下载node.js, 安装pnpm)
以及可能残留的其他 Node 相关文件，避免以后混淆。现在两者都应该正确显示版本号（npm 会显示随 Node.js 一起安装的版本）。（如果安装时使用了默认路径），选中它，然后点击右侧的“上移”按钮，直到它排在。为了让新的 Node.js 生效，你需要确保新路径在 PATH 中。既然新的 Node.js 已经正常工作，你可以安全地删除。在编辑窗口中，你会看到一系列路径列表。，也可以自定义，但建议保持默认，方便管理。（取决于 PATH 中路径的顺序）。在“系统变量”列表中找到。，选中并点击“编辑”。
2026-03-10 20:54:55
342
原创 [论文笔记] 小龙虾爆火利好Prompt大师，让Agent复制自己，能力裂变之——Agent时代的Prompt终极指南
本文探讨如何高效使用Agent工具进行项目开发，避免常见问题。文章提出SystemPrompt规范：要求按时间版本号命名项目文件夹，建立垃圾回收机制，强制备份和文档记录，禁止修改系统文件。ProductPrompt则指导产品开发的四个阶段：构思（明确产品定位）、调研（分析市场差异）、实现（确保功能完善）和交付（持续检查迭代）。通过这套Prompt体系，开发者无需编码即可让Agent自动完成规范化的开发流程，既保障了项目安全又提高了工作效率。
2026-03-10 13:33:15
88
原创 [论文笔记] 小龙虾各种竞品比较
Google AI Stutio：gemini底层模型更好。Minimax-Agent：写代码的可视化做的好。：链接最下面是简单粗暴不需要费力的安装方法。Manus：网页审美最好。OpenClaw：最火。
2026-03-10 12:57:25
80
原创 [论文笔记] manus兑换码亲测可用
【摘要】本文提供了一组可用于兑换积分的软件兑换码，包括“-owzjnzl”（已验证有效，可兑换1000积分）、“-ntaxzjg”、“-mwiyytb”和“JA017S51”。这些代码适用于欧美等地区的平台，用户可通过“爬高高软件”进行兑换操作。提示中特别标注首个代码经实测有效，其余代码未明确说明有效性，建议用户逐一尝试。（注：使用第三方软件存在风险，建议谨慎操作）
2026-03-10 12:49:03
482
原创 [TradeAI] gemini cli登录失败
这是最直接、信息最全的方法，可以清楚地看到代理的开关状态和具体的地址端口。# 检查代理是否开启 (1为开启，0为关闭)# 查看代理服务器地址和端口。
2026-02-24 22:27:36
596
原创 [TradeAI] Gemini CLI 安装和使用教程
接下来，首次开启，需要对Gemini CLI 进行初始配置。如果看到输出版本消息，则表示安装成功。：使用以下命令运行gemini。执行以下命令检查安装是否成功。
2026-02-24 21:58:40
549
原创 [论文笔记] Agent is all you need | AI智能体前沿进展总结
（Joon Sung Park et al.) 的工作对Memory这块进行了相对不错的探索和设计，由于agent在每次模拟中会产生大量的文本，所以作者使用了一个。ToolEval在16000+ RapidAPI构成的ToolBench上评估模型的工具运用能力，也是当前相对完善的工具学习评测数据集。这是记忆的最早阶段，能够在原始刺激结束后保留感官信息（视觉、听觉等）的印象。总而言之，agent基于memory机制的探索还有很大空间。Agent基于Memory这块还有一个重要的运用就是。优化更改之前的记忆。
2026-01-26 16:51:01
386
原创 【论文笔记】嵌套学习 Nested Learning: The Illusion of Deep Learning Architectures
本文提出了一种称为"嵌套学习"的新学习范式，将机器学习模型视为一组嵌套的多层优化问题。该框架揭示了现有深度学习方法通过压缩自身上下文流来学习数据的本质，并解释了大模型中上下文学习能力的涌现。核心贡献包括：(1) 将优化器重新解释为关联记忆模块，提出了深度优化器；(2) 开发了自修改序列模型，通过学习自身更新算法实现自我改进；(3) 提出连续统记忆系统，超越了传统长短期记忆的局限。实验表明，结合这些创新的HOPE架构在语言建模、持续学习和长上下文推理任务中表现优异。嵌套学习为深度学习提供了
2025-11-29 22:22:36
462
原创 【论文笔记】Agent0 ZeroData ToolIntegrated SelfEvolving
• 扩展到多模态（Agent0-VL）：引入双角色设计（Solver for reasoning + Verifier for self-feedback/reward），处理视觉-语言任务，实现零-shot自评估和自修复。在 MathVista testmini 上，Agent0-VL-7B 拿下了 65.6% 准确率，完胜当时的 Qwen2.5-VL-7B（53.1%）和 GPT-4o-mini。• 现有自演化框架虽提供替代方案，但受限于模型固有能力及单轮交互，无法生成涉及工具的复杂任务。
2025-11-27 09:41:02
117
原创 [论文笔记] 多尺度时间神经网络MSTNN
想象你在一只股票（比如苹果AAPL）的K线图前，眼睛不是只盯着最近一天的“日K”（短期跳动），而是用不同放大镜同时看：最近一周的“周K”（中期波动）、最近一个月的“月K”（长期趋势），甚至拉远到一年的“大周期”。但关系不简单——不是简单的“A影响B”，而是“高阶群组”（A+B+C一起联动），而且这些关系还会随时间变（昨天是盟友，今天变对手）。如果忽略这点，预测就成“瞎猜”。简单说：THAN把股票市场看成“动态朋友圈”，用超图抓群聊效应，注意力挑重点，时间模块看“关系漂移”，让预测从“独角戏”变“群戏”。
2025-11-21 00:00:17
290
原创 【Web3】web3概念术语
：区块链中通过调整交易顺序获取的额外收益。比如抢跑交易（Front-Running）或三明治攻击（Sandwich Attack），属于“链上套利”。：区块链中通过算法提供流动性的协议。：质押资产后获得的衍生代币，解决质押锁仓问题。如质押ETH得到stETH，可继续交易或借贷，同时赚取质押收益。：投资基金中的出资方，不参与管理，仅承担有限责任。：通过超高速算法买卖资产，赚取微小价差。传统股市中，机构用超级计算机在毫秒级完成交易，属于“速度套利”。：基金的实际管理者，负责投资决策并承担无限责任。
2025-11-08 17:07:39
269
原创 [论文笔记] windows wsl快乐试用cursor
《Cursor连接WSL的三种方案》摘要：本文介绍三种在Cursor中访问WSL项目的方法：1）首选方案是安装WSL扩展，通过绿色远程连接图标新建WSL窗口，实现完全集成环境；2）替代方案是通过Windows路径直接访问（格式为\wsl$\发行版名）；3）命令行方式在WSL终端导航后启动Cursor。推荐首选方案，因其能完美集成WSL工具链、避免权限问题并提供原生Linux开发体验。（148字）
2025-10-30 16:34:29
783
原创 [论文笔记] 天工代码生成能力测试 VS Coze
天工和Coze在处理指令时表现不同：Coze因运行超时未返回结果，天工虽然快速响应但未以文件夹形式输出。为此，天工生成了一个归类脚本create_complete_project.sh来整理项目文件。这一对比凸显了两个AI在响应速度和输出格式上的差异，最终通过定制脚本解决了文件组织需求。（98字）
2025-10-30 15:47:17
99
原创 [linux] 怎么把windows本地的代码 C:\Users\ROG\Desktop\xxx传到wsl的/home/yy上
摘要：可以使用WSL的路径转换功能，通过cp -r命令将Windows本地代码复制到WSL。具体命令为： cp -r /mnt/c/Users/ROG/Desktop/tradeai/ /home/angela/ 其中/mnt/c对应Windows的C盘，实现跨系统文件传输。
2025-10-30 15:25:53
199
原创 [linux] windows如何快乐部署LLM：linux子系统—wsl
摘要：Windows Subsystem for Linux (WSL) 是微软开发的兼容层，允许用户在Windows上运行Linux环境。WSL提供两种版本：WSL1（基于兼容层）和WSL2（基于轻量级虚拟机）。用户可通过Microsoft Store安装Linux发行版，或使用命令行工具（如wsl --install）快速配置。WSL2支持完整的系统调用兼容性，适合开发者和需要Linux工具链的用户。未来可能新增更多功能或发行版选项，进一步提升Windows与Linux的互操作性。
2025-10-25 20:55:41
285
原创 [算法导论] 1≤n≤15，n个整数组成的数组，输出所有不重复且满足条件的排列组合
当 `n=15` 时，总的排列数 15!print(f"n = {n} 时，符合条件的排列有 {len(arrangements)} 个：")- 条件：`arr[i] % i == 0` 或 `i % arr[i] == 0`。- 位置 `i` 从 **1** 开始计数（不是从 0 开始）。3. 检查 `x % i == 0` 或 `i % x == 0`。2. 对于每个位置 `i`，尝试所有还未使用的数字 `x`。- 数组 `arr` 是 `1..n` 的一个排列。**输入 n = 3**
2025-10-22 18:36:56
90
原创 [论文笔记] Open WebUI 和 Chatbot 哪个更好
在Open WebUI中创建量化分析模板：text作为量化交易分析师，请分析以下内容：{content}请提供：1. 数据洞察2. 风险提示3. 投资建议。
2025-10-21 01:24:35
172
原创 [linux] 报错 error: ollama pull deepseek-r1:7bpulling manifestError: pull model manifest: Get
博主是网络的问题，重试即可。。。。。这个错误是由于网络连接问题导致的TLS握手超时，通常与网络环境或代理设置有关。
2025-10-21 00:46:27
742
原创 【论文笔记】李飞飞 世界模型RTFM
因此，它不需要显式的3D模型，输入2D图像后，其内部机制（如KV缓存）会形成一个对世界的**隐式理解**，生成新视角时直接基于这个理解进行“绘制”。* 🛠️ 技术路径：它不依赖传统3D建模（如三角形网格、高斯点云），而是通过**端到端学习大规模视频数据**，自己领悟了3D几何、光影、反射等物理规律，成为一个“学会了渲染的AI”。这些带位姿的帧共同构成了世界的“记忆地图”。* 🚀 突出特点：RTFM非常**高效**，仅需**单块H100 GPU**就能流畅运行，实现了此前需要巨大算力才能完成的任务。
2025-10-19 18:04:02
378
原创 【论文笔记】Pretraining with hierarchical memories: separating long-tail and common knowledge
苹果最新研究《Pretraining with hierarchical memories: separating long-tail and common knowledge》提出了一种革命性架构，将知识从模型参数中“分离出来”，通过“锚模型”+“层级记忆库”的组合实现高效推理。小巧的锚模型搭配动态记忆库，让AI既“聪明”又“省资源”，为边缘计算和知识更新提供了新思路。锚模型（Anchor Model）：一个小巧的神经网络（160M参数），负责语言理解和推理。W)），如9MB相关参数。
2025-10-09 19:52:14
218
原创 【论文笔记】港大&月之暗面等开源OpenCUA：人人可造专属电脑智能体 OpenCUA: Open Foundations for Computer-Use Agents
进行了动作约简（Action Reduction） 和 状态–动作匹配（State-Action Matching）以及推理链文本的优化，以便于 Method-based 和 Model-based方法的实现以及OpenCUA model的评测。一篇来自香港大学 XLANG Lab 和月之暗面等多家机构的论文上线了 arXiv，其中提出了一个用于构建和扩展 CUA（使用计算机的智能体）的完全开源的框架。上达到了 34.8% 的成功率，创下了新的开源 SOTA，甚至在这个基准测试中超越了。
2025-09-24 21:11:21
152
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人