<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[paper_reader的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/paper_reader</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; paper_reader]]></copyright><item><title><![CDATA[Agent Skills：AI 正在学会自己进化，这意味着什么？]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/160000250</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/160000250</guid><author>paper_reader</author><pubDate>Fri, 10 Apr 2026 01:55:13 +0800</pubDate><description><![CDATA[当 Agent 不再只是调用工具，而是自己创造工具、积累技能、甚至设计其他 Agent——我们正在见证一场静悄悄的能力革命。但安全、可控性和可靠性问题，可能让这场革命变成灾难。]]></description><category></category></item><item><title><![CDATA[Agent Skills：AI 正在学会自己进化，这意味着什么？]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/160000194</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/160000194</guid><author>paper_reader</author><pubDate>Fri, 10 Apr 2026 01:47:14 +0800</pubDate><description><![CDATA[当 Agent 不再只是调用工具，而是自己创造工具、积累技能、甚至设计其他 Agent——我们正在见证一场静悄悄的能力革命。但安全、可控性和可靠性问题，可能让这场革命变成灾难。]]></description><category></category></item><item><title><![CDATA[Agent Skills：AI 正在学会自己进化，这意味着什么？]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/160000161</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/160000161</guid><author>paper_reader</author><pubDate>Fri, 10 Apr 2026 01:41:06 +0800</pubDate><description><![CDATA[当 Agent 不再只是调用工具，而是自己创造工具、积累技能、甚至设计其他 Agent——我们正在见证一场静悄悄的能力革命。但安全、可控性和可靠性问题，可能让这场革命变成灾难。]]></description><category></category></item><item><title><![CDATA[单卡训练千亿模型？MegaTrain 把 GPU 变成了“临时工“]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/160000031</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/160000031</guid><author>paper_reader</author><pubDate>Fri, 10 Apr 2026 01:21:04 +0800</pubDate><description><![CDATA[一张 GPU 卡训练 1200 亿参数的大模型，听起来像天方夜谭。但 MegaTrain 做到了——秘密在于把整个训练范式倒过来。]]></description><category></category></item><item><title><![CDATA[我用了一个月 OpenClaw，发现它是 AI Agent 领域最大的泡沫]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/159979373</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/159979373</guid><author>paper_reader</author><pubDate>Thu, 09 Apr 2026 11:00:52 +0800</pubDate><description><![CDATA[35 万 GitHub Stars，月烧 400 美元，安全漏洞 CVSS 9.4，生成的代码一半是冗余。OpenClaw 不是"AI 改变生活的未来"，而是一个包装精美的失控系统。]]></description><category></category></item><item><title><![CDATA[当 AI Agent 学会“积累经验“：SkillX 如何让智能体不再从零开始]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/159970456</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/159970456</guid><author>paper_reader</author><pubDate>Thu, 09 Apr 2026 04:44:02 +0800</pubDate><description><![CDATA[为什么你的 AI Agent 每次接到新任务，都像一个刚入职的实习生？SkillX 提出了一种让 Agent 自动积累、组织和复用"工作经验"的方法——而且这些经验还能在不同 Agent 之间传承。]]></description><category></category></item><item><title><![CDATA[世界模型的三个进化方向：从 AAA 游戏到第一人称闭环]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/159970408</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/159970408</guid><author>paper_reader</author><pubDate>Thu, 09 Apr 2026 04:40:58 +0800</pubDate><description><![CDATA[Generative World Renderer、EgoSim、VOID —— 当世界模型不再只是"画得像"，而是"动得对、改得对、预测得对"。]]></description><category></category></item><item><title><![CDATA[睡一觉，AI 帮我跑完 80 个实验：科研这件事，可能真的要变了]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/159969721</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/159969721</guid><author>paper_reader</author><pubDate>Thu, 09 Apr 2026 02:07:37 +0800</pubDate><description><![CDATA[凌晨 2 点，我的终端还在刷 log。不是我在熬夜，是 AI 在替我做实验。]]></description><category></category></item><item><title><![CDATA[当 AI Agent 学会“积累经验“：SkillX 如何让智能体不再从零开始]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/159934876</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/159934876</guid><author>paper_reader</author><pubDate>Wed, 08 Apr 2026 03:09:09 +0800</pubDate><description><![CDATA[为什么你的 AI Agent 每次接到新任务，都像一个刚入职的实习生？SkillX 提出了一种让 Agent 自动积累、组织和复用"工作经验"的方法——而且这些经验还能在不同 Agent 之间传承。]]></description><category></category></item><item><title><![CDATA[本周 AI 论文速递：世界模型统一定义、Agent 安全隐患、AI 攻入编程竞赛]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/159934867</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/159934867</guid><author>paper_reader</author><pubDate>Wed, 08 Apr 2026 03:07:24 +0800</pubDate><description><![CDATA[本周 38 篇热门论文中，有人在给"世界模型"下定义，有人在揭露 AI Agent 的安全黑洞，还有人让 AI 在编程竞赛中拿到了大师段位。以下是最值得关注的 7 篇。]]></description><category></category></item><item><title><![CDATA[当 AI 智能体学会“自我进化“：CORAL 如何让多智能体系统自主探索未知]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/159923117</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/159923117</guid><author>paper_reader</author><pubDate>Tue, 07 Apr 2026 15:34:03 +0800</pubDate><description><![CDATA[如果给四个 AI 智能体一个没人解过的难题、一块共享白板、和足够的时间，它们能自己"进化"出解决方案吗？CORAL 说可以——而且比人类设计的搜索策略高效 3-10 倍。]]></description><category></category></item><item><title><![CDATA[Claude Code 源码泄露后，我才看懂 AI 编程真正进化到了哪一步]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/159923062</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/159923062</guid><author>paper_reader</author><pubDate>Tue, 07 Apr 2026 15:31:57 +0800</pubDate><description><![CDATA[一次意外的源码泄露，让外界第一次近距离看到：顶级 AI 编程工具，内部究竟是怎么运作的。]]></description><category></category></item><item><title><![CDATA[什么是contrastive learning？]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/116576412</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/116576412</guid><author>paper_reader</author><pubDate>Mon, 10 May 2021 02:11:01 +0800</pubDate><description><![CDATA[阅读更多，欢迎关注公众号：论文收割机（paper_reader）
因为排版问题，很多图片和公式无法直接显示，欢迎关注我们的公众号点击目录来阅读原文。

引言



对比学习最近特别火，为了弄懂这个方向以及需要解决的问题，所以本文将各个领域内比较重要的一些工作拿出来介绍讨论一下。对比学习（Contrastive learning）的主要是与自学习（self-supervised learning）结合起来，从而挖掘数据集本身的一些特性，来帮助模型进行无标签的学习。





计算机视觉




	Si...]]></description><category></category></item><item><title><![CDATA[序列推荐模型梳理（Sequential Recommendation）]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/109325928</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/109325928</guid><author>paper_reader</author><pubDate>Wed, 28 Oct 2020 09:20:33 +0800</pubDate><description><![CDATA[阅读更多，欢迎关注公众号：论文收割机（paper_reader）
因为排版问题，很多图片和公式无法直接显示，欢迎关注我们的公众号点击目录来阅读原文。

序列推荐（sequential recommendation）在推荐系统里是非常重要的任务，它通过对用户（user）行为序列，比如购买商品（item）的序列（sequence）来建模，学到user 兴趣的变化，从而能够对用户下一个行为进行预测。序列推荐的模型，随着整个CS research领域的发展，也是一直在不断变化。从最开始的Markov chain，到]]></description><category></category></item><item><title><![CDATA[KDD‘20 | 基于生成模型的图神经网络预处理方法]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/109325835</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/109325835</guid><author>paper_reader</author><pubDate>Wed, 28 Oct 2020 09:18:20 +0800</pubDate><description><![CDATA[阅读更多，欢迎关注公众号：论文收割机（paper_reader）
因为排版问题，很多图片和公式无法直接显示，欢迎关注我们的公众号点击目录来阅读原文。


Hu, Ziniu, et al. "GPT-GNN: Generative Pre-Training of Graph Neural Networks."KDD. 2020.






引言



相信大家对“预处理-精调优”的神经网络训练方式都不陌生。自从2018年谷歌提出BERT以来，不少复杂的神经网络都是以这种方式进行训练的：现在大量的通...]]></description><category></category></item><item><title><![CDATA[KDD‘20 Best Paper | 推荐系统中采样测试的误区]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/109325606</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/109325606</guid><author>paper_reader</author><pubDate>Wed, 28 Oct 2020 09:13:58 +0800</pubDate><description><![CDATA[阅读更多，欢迎关注公众号：论文收割机（paper_reader）
因为排版问题，很多图片和公式无法直接显示，欢迎关注我们的公众号点击目录来阅读原文。

优快云上排版不好，可以直接点击链接阅读原文


Walid Krichene and Steffen Rendle. 2020. On Sampled Metrics for Item Recommendation. InProceedings of the 26th ACM SIGKDD International Conference on Know.]]></description><category></category></item><item><title><![CDATA[基于深度元学习的因果推断新方法]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/109325583</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/109325583</guid><author>paper_reader</author><pubDate>Wed, 28 Oct 2020 09:03:22 +0800</pubDate><description><![CDATA[阅读更多，欢迎关注公众号：论文收割机（paper_reader）
因为排版问题，很多图片和公式无法直接显示，欢迎关注我们的公众号点击目录来阅读原文。


Bengio, Yoshua, et al. "A meta-transfer objectivefor learning to disentangle causal mechanisms."ICLR(2020).






引言



因果推断是统计学领域的重要技术，主要通过观测到的统计量判断各个变量之间的因果关系。该技术在众多学科，尤其是...]]></description><category></category></item><item><title><![CDATA[ICLR’20 | 预训练图神经网络]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/109325505</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/109325505</guid><author>paper_reader</author><pubDate>Wed, 28 Oct 2020 09:00:01 +0800</pubDate><description><![CDATA[阅读更多，欢迎关注公众号：论文收割机（paper_reader）
因为排版问题，很多图片和公式无法直接显示，欢迎关注我们的公众号点击目录来阅读原文。


Strategies for Pre-training Graph Neural Networks, ICLR 2020




引言



预训练是指通过在一个数据充足的任务上去训练模型，然后再用目标任务的数据集去继续调优（fine-tune）这个模型。预训练模型最近在很多任务上取得了重大的进展，包括计算机视觉和自然语言处理。本文主要将介绍今年关于在..]]></description><category></category></item><item><title><![CDATA[KDD‘20 | 如何建模互联网水军的对抗行为？]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/109325456</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/109325456</guid><author>paper_reader</author><pubDate>Wed, 28 Oct 2020 08:57:26 +0800</pubDate><description><![CDATA[阅读更多，欢迎关注公众号：论文收割机（paper_reader）
因为排版问题，很多图片和公式无法直接显示，欢迎关注我们的公众号点击目录来阅读原文。


Dou,Yingtong,GuixiangMa,PhilipS.Yu,andSihongXie.(2020)"RobustSpammerDetectionbyNashReinforcementLearning."KDD'20.




引言



关于互联网水军以及欺诈检测，本公众号曾介绍过一系列文章。例如：

...]]></description><category></category></item><item><title><![CDATA[ICLR 2020 | 利用深度展开算法寻找RNA的二级结构]]></title><link>https://blog.youkuaiyun.com/paper_reader/article/details/105747907</link><guid>https://blog.youkuaiyun.com/paper_reader/article/details/105747907</guid><author>paper_reader</author><pubDate>Sat, 25 Apr 2020 12:37:20 +0800</pubDate><description><![CDATA[Chen, Xinshi, et al. "RNA Secondary Structure Prediction By Learning Unrolled Algorithms."ICLR(2020).


阅读更多，欢迎关注公众号：论文收割机（paper_reader）
因为排版问题，很多图片和公式无法直接显示，欢迎关注我们的公众号点击目录来阅读原文。

引言



众所周知，RNA(...]]></description><category></category></item></channel></rss>