从神经元到残差流拆解大模型黑盒：单个神经元难解释（相关≠因果），一层神经元抽出功能向量可操控行为，一群神经元靠「语言模型的模型」简化理解，再用Logit Lens读出模型内心。

🎯 先问一个做 RAG 的人都懂的问题 你的 RAG 系统里塞进去一份 PDF，检索质量还行。然后用户传了张手机拍的合同照片——页面有点弯、有阴影、表格被透视压扁——chunk 切出来一片狼藉，检索直

这篇《Patterns and problems in emerging multiagent systems》来自 Anthropic 前沿红队（Frontier Red Team），它不是搭建教程

BEVDet模型是一种基于鸟瞰图（BEV）特征的3D目标检测方法，其核心架构包含四个处理阶段：图像特征提取、视角转换、BEV特征增强和目标检测。

本文构建基于 LLM-as-a-Judge 的 Agent 离线评估体系，结合外呼场景混合 Reference-based 与 GSB 方案，多维度纠偏 Judge 偏见，形成客观高效的评测基准。

导语：一天三个旗舰，你选谁？ 8 月 12 日是个疯狂的日子。DeepSeek V4-Pro 正式 GA，阿里首个开源 Qwen-Max 上线，SpaceXAI（就是那个被 SpaceX 收购后更名的

英伟达免费的大模型Nemotron最大的优点就是免费，可商用以及支持单卡部署，极大降低了大模型私有化的难度，鉴于此，咱们就来尝尝鲜吧。由于我手头没有显卡支持，只好退而求其次，使用英伟达免费的线上模型尝

先设一个运行场景：项目里接了一个名为 project-tracker 的 MCP Server。用户启动 Claude Code 后输入「查询 SHOP-482 的状态」，这时源码里先能看到的，不是某

创业的过程中，业务人员每天会产生大量的数据，但受限于技术门槛，无法像数据分析师一样高效地探查数据。于是我花了一周时间，借助Vibe Coding，打造了一款可视化数据分析工具——灵析(AureKa）

先交代一下这次用的工具。TraeWork 是国内很早就推出的专业 AI 办公平台，和一般"问一句答一句"的 AI 工具不太一样：它背后依托的，是团队早在 2025 年 1 月就推出、并且已经做到行业领

【OpenClaw具身硬件】MiniClaw 阅读笔记---(1)基础 0x00 概要 0x01 基本知识 1.1 MimiClaw 核心特色 1.2 核心定位 1.3 应用场景 0x02 设计理念

大模型的参数一般都用 BF16 存储。BF16 是一种浮点数格式，那它到底是怎么存数据的？今天，我们就来扒一扒浮点数那些精妙设计——小数点会漂移、前导位能省则省，一路看到 BF16 上位的真相

vLLM-07｜MegaMoE 与 FusedMoE：路由相同，算 expert 完全不同。MoE 一层 forward 里，谁负责选 expert、谁负责算 expert，以及 MegaMoE 与

【Agentic RL / 强化学习 / OPD】Hermes & OPD 源码阅读笔记 0x00 概要 0x01 OPD 机制原理 —— "OPD 是什么，怎么工作" 1.1 OPD 的完整数据流

本文从神经网络的不可解释性出发，系统阐述了注意力机制的工作原理及其在深度学习中的应用。文章首先指出神经网络改进往往基于启发式思想而非严格理论推导，强调注意力机制虽受生物注意力启发，但并非直接模拟人脑

HistogramObserver是horizon_plugin_pytorch中一种基于直方图统计的量化Observer。

掘金的同学们可能对MoE有个直觉误解——"专家越多越好"。K3用896个expert告诉你：关键不是加专家，而是让每个token只激活必要的那些。本文从架构师角度拆解Stable LatentM

X86 推理是指 开发机（X86 CPU/GPU）上针对不同阶段的模型：ONNX模型、Hbir模型和hbm模型，进行相应的推理验证。

知识图谱实战（一）：数据采集与实体关系抽取（完整代码） 前言 上一篇 RAG 系列用向量检索解决"找相似内容"，但遇到"任正非和华为是什么关系""华为的产品有哪些"这种精确关系问题，向量检索就力不从心