共计 15 篇文章
2026
Veto 论文精读：让学生参与构造蒸馏目标，为什么有效、又有什么代价？
推理为何集中在低维流形？理解 LLM 的几何诊断与证据边界
ParamMerge 研究路线：从参数平均、Task Arithmetic 到多专家能力合并
VG-OPD：谁有资格教哪个 token？验证器门控的多专家蒸馏
什么是 Looped Transformer：用共享层增加计算深度，从原理到推理 Infra
从大模型 Infra 到 Agentic RL Infra：系统地图、关键原理与实操学习路线
技术报告解读｜GPT-6 Astra：长程 Agent、对齐泛化与可监测性的矛盾
从 CPT 到 Agentic CPT：大语言模型持续预训练研究综述
AgentFounder：用继续预训练扩展 Agent 能力，FAS 与 HAS 如何把经验变成训练数据
主流基座模型技术报告横评：从 DeepSeek-V3 到 Kimi K3，两年里基模卷了什么