2026
113
- 从二叉树遍历到图搜索：前中后序、层序与 DFS、BFS、Dijkstra
- 可能又是一次 Bitter Lesson
- 做招聘测评的时候，我应该是谁？
- 面试准备：问题、回答与反问
- 30/30/30＋10：沪深300、中证A500和中证1000真的更分散吗？
- 我如何做 RAG：从项目实践到系统方法
- 正在取代前端工程师的 AI，做不出游戏里最简单的一块面板
- 聚类模型的性能度量：外部、内部与相对指标
- 当我们构建 AI Agent 时，我们究竟在解决什么问题？
- AI Agent 的来时路：我们曾经以为瓶颈在哪
- 企业 AI 为什么总卡在试点？
- 当 AI 从回答问题变成替你做事：Anthropic Economic Index report: Cadences
- 闭源模型不能被蒸馏？聊聊生成式语言模型的 Knowledge Distillation
- AI 应用创业：从卖工具到卖结果
- 当我们谈论 AI Native Game 的时候，我们在谈论什么
- 在代码逐渐廉价之后
- Demystifying evals for AI agents — Anthropic
- 世界模型应该是什么样子，又该如何被利用？ 让 OCR 再次伟大
- 数据合成正在成为一门工程：从 Terminal-Corpus 说起
- Werner Vogels 的最后一课：AI 时代的文艺复兴开发者
- 电子游戏类型分类：从树状分类到玩法标签
- 从设计师到 Agent Builder：看、做、想
- JoyAI-VL-Interaction：从 Chat 回到连续交互的视觉语言模型
- AI 前端工具盘点：怎么选工具避免一眼 AI 味
- 生成式 AI 之前，游戏 NPC 是怎样成为 Agent 的
- 从 ComfyUI 到 LibTV：视频生成时代，工作流编排应该长出什么能力？
- AI 自动生成 PPT Skills：HTML Slides 与原生 PPTX
- Context is All You Need：智能体的上下文工程
- AI Agent 如何从互联网获取信息：检索、抓取与结构化清洗工具的演进
- 事实层与界面层：Markdown 与 HTML 不是替代关系
- Agent Memory 与 Runtime 技术盘点：外挂记忆、运行时研究与框架内建能力
- 从反馈回路看 Agent 如何把生成变成搜索
- Don't Outsource the Learning（Addy Osmani）
- AI Agent 的未来不是完全自治，而是可治理的委托
- 我们又回到了 CLI：Agent 时代 CLI 与 GUI
- 让 Agent 操作浏览器：从自动化脚本到浏览器基础设施的演进
- Agent 外接资源收藏册：Skills、MCP Server、插件与实用工具
- 从 Engineer 到 Builder：AI 时代的一人公司与产品思维
- 墓志协议 01｜无字碑
- 墓志协议 00｜何为墓志协议
- 游戏行业如何引入 AI Agent
- 科幻文学与未来
- 《赛博清明》
- 差就是好：从 DeepSeek 未采用 n-gram 结构说起
- 从 `\n\n` 看模型状态：Word Salad Chopper 带来的一个小启发 为什么 Output Token 更贵：从 KV Cache 到 Agent 成本工程
- 模型路由到底在解决什么：从 Agent 成本、延迟到推理控制
- AutoGluon：把机器学习 Baseline 简化到几行代码
- TouchDesigner 点云与 3D Gaussian Splatting
- 国家级网络审查机制与抗审查代理协议的攻防演进
- BettaFish、MiroFish、OpenClaw 与 Agent 的信任边界
- Claude Code or Codex：编码模型差异如何变成产品体验的不同
- Spec 不是新范式：Vibe Coding、SDD 与 AI 时代的软件工程转向
- Harness 到底是什么：从 model + harness 到工程、产品与用户友好外壳
- Three Gate Problem
- 《科幻短篇*3》
- 生成式 AI 不会直接终结工作，它先重排劳动，再放大需求
- MineCLIP、视觉信号与奖励函数
- Reward 与 Training 在真实 Agent 中如何闭环：从数据治理到在线 RL
- Agentic RL：为什么训练闭环比训练算法更重要 从记忆形成到记忆治理：Agent Memory 的全景图
- 给 LLM 戴上确定性枷锁的外围工程：从 Claude Code 看 Agent Harness Reward Hacking：当奖励信号被优化器反向搜索
- 从 LSH 到 K-center-greedy：语义嵌入如何做数据去重、清洗与样本筛选 Reward 设计的演化：从 RLHF 到 RLVR，监督对象如何被重写
- Model Is Good Enough：2026 年，AI 真正稀缺的是应用而不是更大的模型 从黑盒预测器到可追溯医疗 Agent：医疗AI的未来
- 行为审计与行为解码：从 Reward 之后到 Agent 可观测性
- AEnvironment：Agent Dev 为什么需要交互环境层？ LLM 对齐中的强化学习：从奖励信号到优势估计
- 为什么更好的 Simulator 往往是 Learning + Rules：从 PDE、光线追踪到 DLSS
- 样本不均衡的实践处理：何时处理、怎么处理
- 从 Bagging 到 Stacking：集成学习方法图谱
- 从 MCP 到 Agent Skills：为什么 Agent 又需要一种新的上下文工程协议？
- 从 RL Agent 到 LLM Agent：The Second Half 之后的范式转移与不确定性建模
- LLM 工具使用的技术演进：从 Toolformer 到 ToolLLM 参数高效微调（PEFT）：从 Adapter 到 LoRA 的技术演进
- 从智能体的认知结构到智能体框架
- 空间数据分析
- 让Agent变得可行，大模型结构化输出与受限解码技术
- Shapley 与 SHAP——模型解释性的 SOTA 工具
- 为什么数据总在“骗”你？——反直觉的检查悖论
- Why Language Models Hallucinate
- LLM 推理与训练的本质：从 Surrogate 到强化学习的几何空间
- 大模型的 Loss Landscape 是什么样的？
- Compression for AGI：压缩即智能
- 卡尔曼滤波家族：KF、EKF、UKF 与 EnKF
- 聊聊齐普夫定律：从伏尼契手稿到外星文明
- 如何与统计学家分享数据 (Jeff Leek)
- 统计推断的计算革命：详解 Jackknife, Bootstrap 与 Subsampling MCP (Model Context Protocol)
- 统计学的应用与应用的统计学
- 数据科学的第60年
- 概率图模型：从贝叶斯网络到 LDA
- 统计学常用评估指标R方，它从不衡量模型与真实世界的拟合程度
- 常见的统计检验本质上都是线性模型 (Common statistical tests are linear models)
- 基础预测模型的基本限制：多模态与严谨评估的必要性
- 从主成分回归 (PCR) 到偏最小二乘 (PLS)
- 数字不会撒谎，但撒谎的人会编数字：从本福特定律聊聊统计造假识别
- The Illustrated Guide to a Ph.D.
- Neural Scaling Laws：从 Kaplan 到 Chinchilla
- The Statistical Crisis in Science
- 表格数据上仍旧是SOTA：XGBoost、LightGBM 与 CatBoost
- 从 LLM 到 VLM,语言模型如何实现视觉理解
- 自编码器与变分自编码器：重参数化、KL 散度与 ELBO
- 从欧氏空间到流形拓扑：高维数据的降维之旅
- 安斯库姆四重奏：可视化的力量与统计错觉
- 多元时间序列的 SVD 分解与模式
- 统计与真理：如何运用偶然性 (Statistics and Truth)
- 问卷的信效度分析与结构方程模型 (SEM)
- LLM 是否带来技术平权？(Does LLM Bring Equality?)
- 2025 年度总结：远近之间
2025
29
- Re0-05 : TRL GRPOTrainer（实战篇）
- Re0-04：TRL GRPOTrainer（原理篇）
- Re0-03 : HuggingFace TRL DPOTrainer
- Re0-02 : HuggingFace TRL SFTTrainer
- Re0-01 : HuggingFace Transformers Trainer
- 机器学习炼丹技术备忘
- 矩母函数、特征函数与分布理论：生成函数视角下的概率分布
- PocketFlow 源码解读：用百行代码理解 Agent Flow 抽象 这个博客是怎么变成现在这样的 抽样调查：抽样调查基础、抽样设计与估计方法
- YAML 格式与使用速成
- JSON 与 JSONL 速成
- 科学写作指南
- 监督学习性能评估：交叉验证、分类指标、多分类与 ROC 曲线
- 多元金融时间序列分析：向量自回归、协整与状态空间模型
- 线性回归进阶：拟合优度、模型选择与共线性 非线性回归：内在线性模型、内在非线性模型与多项式回归
- 文献综述方法论指南
- Markov Chain：转移概率、状态分类与平稳分布
- 科研理论与实践经验
- 贝叶斯统计：推断与决策
- Web 前端基础概述
- 算法设计与分析：分治、动态规划与图算法
- 数据结构导论：线性表、树、图与查找排序
- Python 迭代器、生成器与 Lambda：惰性计算和函数式工具
- Python 面向对象与装饰器：类、继承、property 与闭包
- 仿射空间几何学：仿射空间、坐标变换与几何量
- 微分几何：几何学分类、曲线论与曲面论
- 多模态 Agent AI 综述：范式、学习机制与应用
2024
42
- 经济与金融随记
- 金融市场基本知识
- 经济学基础知识
- 数据库系统概念：数据模型、事务与查询处理
- 查找与排序算法：二分查找、散列表与排序实现
- 矩阵分析：广义逆、特殊矩阵与特殊积
- 解析几何：向量、坐标与平面与直线
- 高等代数：线性变换与欧式空间
- 深度学习补充主题：迁移学习、模型压缩与异常检测 生成模型与扩散模型：GAN、条件生成与扩散训练 自注意力机制与 Transformer 架构：BERT、GPT 与多头注意力
- 深度学习网络架构：CNN、RNN 与 Seq2Seq
- 大语言模型后训练与微调实践：从 SFT、LoRA 到人类对齐
- 矩阵论：矩阵范数、谱半径与Hermite 矩阵 金融随机分析：金融衍生品、二叉树定价与无套利理论
- 点集拓扑学：拓扑空间、连续性与子空间
- 高等概率论：概率空间、随机变量与测度基础
- 文本嵌入：从词袋模型到 Qwen3 Embedding
- 概率与统计例题：抽样分布、参数估计与统计量性质
- 提示工程与上下文学习：从基础设计到技术图谱与场景实践
- R 统计图形：base、lattice 与 ggplot2
- 多元统计引论：随机向量、协方差矩阵与多元正态分布
- R 经典统计：估计、检验、线性模型与 GLM R 基础：对象、向量、数据框、函数与数据分析
- 深度学习基础：神经网络、优化方法与归一化
- LLM 生命周期总览：从数据、预训练到解码与部署
- SQL 基础：查询、聚合、JOIN 与窗口函数
- 广义线性回归：分类自变量、虚拟变量与固定效应
- 可解释机器学习：模型解释、SHAP 与反事实方法
- 金融时间序列分析：ARCH/GARCH 效应与波动率建模
- R 时间序列分析：ts、zoo、xts、ARIMA 与 VAR
- R mlr3verse：任务、学习器、评估与调参
- 机器学习进阶：无监督学习与半监督学习
- 机器学习导论：监督学习与贝叶斯方法
- R 统计可视化：单变量、多变量与函数型数据图形
- Logistic 回归：二分类因变量、线性概率模型与Logit 模型
- 试验设计方法：方差分析、单因素试验与多因素试验 探索性数据分析：描述统计、可视化与数据预处理
- 线性时间序列分析：平稳序列、ARMA与ARIMA 多元统计分析：判别分析、主成分分析与因子分析
- 统计预测：定性预测、定量预测与趋势外推 统计决策：决策问题、风险型决策与不确定型决策
2023
15