<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>麻衣</title><link>https://o-sakurajimamai-o.github.io/zh/</link><description>Recent content on 麻衣</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Wed, 11 Nov 2026 17:34:08 +0800</lastBuildDate><atom:link href="https://o-sakurajimamai-o.github.io/zh/index.xml" rel="self" type="application/rss+xml"/><item><title>AgentRx: Diagnosing AI Agent Failures from Execution Trajectories</title><link>https://o-sakurajimamai-o.github.io/zh/blog/agentrx-notes/</link><pubDate>Wed, 11 Nov 2026 17:34:08 +0800</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/agentrx-notes/</guid><description>&lt;p&gt;AgentRx 提出了一种新的归因框架，但总体来说，该框架还是分为标记错误、归因识别关键错误这两步。&lt;/p&gt;&#10;&lt;hr&gt;&#10;&lt;p&gt;AgentRx 将错误分类为 9 种（$K_1$–$K_9$）：指令/计划依从失败、意图–计划失配、捏造新信息/幻觉、无效工具调用、工具输出误读、用户意图说明不充分、意图不受支持、触发护栏、系统故障。&lt;/p&gt;</description></item><item><title>BLADE: Auditing Information Use for Failure Attribution</title><link>https://o-sakurajimamai-o.github.io/zh/blog/blade-notes/</link><pubDate>Tue, 10 Nov 2026 11:50:45 +0800</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/blade-notes/</guid><description>&lt;h2 id="blade"&gt;Blade&lt;/h2&gt;&#10;&lt;p&gt;BLADE 通过 Jev 来进行模型的归因，它将整个流程分为三步，值得注意的是三个阶段的归因都是由 Jev 来进行决策的，下图为 BLADE 的框架。&lt;/p&gt;&#10;&lt;figure class="fig"&gt;&#10; &lt;img src="https://o-sakurajimamai-o.github.io/blog/blade-notes/figures/blade-framework.png" width="1904" height="732" alt="图 1：BLADE 概览。(1) Jev 重构事件间依赖。(2) 依赖关系选出待审计交接处，Jev 对照任务需求片段 $R$ 检查每个智能体决策如何使用信息源。(3) 诊断结合责任图 $G=(V,E,R,F)$ 读取完整轨迹；每个事件均保留为候选。" loading="lazy" decoding="async"&gt;&#10; &lt;figcaption&gt;图 1：BLADE 概览。(1) Jev 重构事件间依赖。(2) 依赖关系选出待审计交接处，Jev 对照任务需求片段 $R$ 检查每个智能体决策如何使用信息源。(3) 诊断结合责任图 $G=(V,E,R,F)$ 读取完整轨迹；每个事件均保留为候选。&lt;/figcaption&gt;&#10;&lt;/figure&gt;&#10;&lt;h2 id="方法"&gt;方法&lt;/h2&gt;&#10;&lt;p&gt;BLADE 首先将事件定义为 $e_i$，定义四种事件依赖关系：依赖（depends on）、重复（repeats）、矛盾（contradicts）与修复（repairs）。事件与事件的关系交给 Jev 来做选择（还多了个 None 选项），令 $\mathcal{R}_{\mathrm{link}}$ 表示四种关系类型，令 $x_{t,r}$ 表示事件 $e_{t}$ 处针对关系 $r$ 的提问。分配给较早事件 $e_{u}$ 的概率为&lt;/p&gt;</description></item><item><title>DoVer: Intervention-Driven Multi-Agent Debugging</title><link>https://o-sakurajimamai-o.github.io/zh/blog/dover-notes/</link><pubDate>Fri, 06 Nov 2026 18:45:50 +0800</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/dover-notes/</guid><description>&lt;h2 id="存在的问题"&gt;存在的问题&lt;/h2&gt;&#10;&lt;p&gt;Who&amp;amp;When（WW） 的数据集评测方式其实是有问题的，WW 的具体表现形式为：&lt;/p&gt;&#10;&lt;ol&gt;&#10;&lt;li&gt;输入：一份完整的失败会话日志，记录了从用户提问开始，多个智能体按轮次交互，直到最终给出错误答案（或触发最大重规划轮数等停止规则）的全过程。&lt;/li&gt;&#10;&lt;li&gt;任务要求：让大模型阅读日志，找出导致任务失败的最早的、唯一的一个责任智能体和唯一的一个步骤。&lt;/li&gt;&#10;&lt;li&gt;决定性错误步的定义：如果把智能体在这一步的错误动作替换成正确动作，后续的轨迹就能顺利走向成功。&#10;但是作者发现，对于 WW 数据集中的轨迹，并没有表明步数，也就是每一步都需要大模型去记忆推断；同时交给 LLM 的判罚尺度与专家标注的尺度不一致，给 LLM 的 Prompt 里面嵌入了给人类专家的一句简介的指南提醒 &lt;code&gt;明确告诉模型：要找的是最早导致任务偏离正轨、且若修正就能成功的决定性步骤&lt;/code&gt;。&#10;完成以上两步后，在包含标准答案的 WW 手工构建集上，GPT-4o 的步骤归因准确率就从原来的 6.04%飙升到了23.56%。&#10;继续往下探索，WW 数据集的归因方式或者说归因角度太过于单一，对于多种错误中挑选出一个绝对错误本来就是不确定的，这导致 LLM 可能与人类专家标注的不一致，但其实两者都可被认为是关键错误；多智能体还会存在智能体之间的责任模糊，即子智能体出错，可能是自身问题、也可能是分配任务的智能体描述不当造成，在这种情况下，只把错误归因于一个智能体是片面的。&lt;/li&gt;&#10;&lt;/ol&gt;&#10;&lt;hr&gt;&#10;&lt;h2 id="dover"&gt;Dover&lt;/h2&gt;&#10;&lt;p&gt;针对于以上问题，作者提出了 Dover，核心框架可简要说明为三个部分：&lt;/p&gt;</description></item><item><title>TrajDebug: Tracing Error Lifecycles</title><link>https://o-sakurajimamai-o.github.io/zh/blog/trajdebug-notes/</link><pubDate>Thu, 05 Nov 2026 23:32:07 +0800</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/trajdebug-notes/</guid><description>&lt;h2 id="观念"&gt;观念&lt;/h2&gt;&#10;&lt;p&gt;本文章的核心观点是：给定一失败轨迹 $\tau = (x_1, x_2, \dots, x_N)$，目标是找到&lt;strong&gt;关键错误步&lt;/strong&gt; $t^\star$，作者把&lt;strong&gt;最早发生的、对最终任务失败负有直接因果责任的那个错误步骤&lt;/strong&gt;（如果当时把这一步改对，后面的连锁崩盘就不会发生，任务就能成功）作为 $t^\star$。&#10;对于 Who&amp;amp;When 这种直接塞给 LLM 失败轨迹的测试来说，由于上下文太长、局部错误很多、一步错步步错的原因，直接去测评通常性能不高。&lt;/p&gt;</description></item><item><title>Multi-Agent Failure Attribution Benchmark Notes</title><link>https://o-sakurajimamai-o.github.io/zh/blog/multi-agent-attribution-benchmarks/</link><pubDate>Wed, 04 Nov 2026 21:57:38 +0800</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/multi-agent-attribution-benchmarks/</guid><description>&lt;h2 id="whowhen"&gt;Who&amp;amp;When&lt;/h2&gt;&#10;&lt;p&gt;由于是 25 年中旬的论文，用的模型较老，以 o1 和 R1 为测评模型，在该数据集上的表现为：&lt;/p&gt;&#10;&lt;figure class="fig"&gt;&#10; &lt;img src="https://o-sakurajimamai-o.github.io/blog/multi-agent-attribution-benchmarks/figures/who-when-reasoning-models.png" width="1464" height="244" alt="表 1：OpenAI o1、DeepSeek R1 与 GPT-4o 的失败归因性能对比" loading="lazy" decoding="async"&gt;&#10; &lt;figcaption&gt;表 1：OpenAI o1、DeepSeek R1 与 GPT-4o 的失败归因性能对比&lt;/figcaption&gt;&#10;&lt;/figure&gt;&#10;&lt;p&gt;数据集的主要构成：由算法生成的 Agent System 和人工构建的 Agent System ；共 127 个系统，由人工标注，具体来说分为两类错误：Agent-Level（Who，即定位到具体错误的智能体），Step-Level（When，即定位到具体的步骤）；其中 Step-Level 表现较差。&#10;分为了三种测评方法，分别是 All-at-Once、Step-by-Step、Binary-Search 三种方法，表现性能如下，以 4o 为例：&lt;/p&gt;</description></item><item><title>Multi-Agent Systems Survey Notes</title><link>https://o-sakurajimamai-o.github.io/zh/blog/multi-agent-survey-notes/</link><pubDate>Fri, 23 Oct 2026 00:00:00 +0800</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/multi-agent-survey-notes/</guid><description>&lt;p&gt;近期 LLM 的能力呈线性或指数级上升，甚至大模型能力已然超出 AI 开发者的意料。OpenAI 团队称，内部模型通过约 10,000 个并行智能体协作，给出了 &lt;a href="https://openai.com/index/navier-stokes-solution/"&gt;Navier–Stokes 千禧年难题的解答&lt;/a&gt;；Anthropic 研究员也介绍了 &lt;a href="https://www.anthropic.com/research/claude-shaped-science"&gt;Claude 与领域专家合作开展的遗传学研究&lt;/a&gt;；Google 的 Gemini 4 Argon 则通过多智能体协作，帮助研究人员&lt;a href="https://www.techradar.com/pro/its-over-ai-won-google-gemini-4-argon-shatters-59-year-old-nuclear-fusion-conjecture-in-just-a-few-hours"&gt;扩展了核聚变磁约束相关问题的数学解&lt;/a&gt;，这项研究与已有 59 年历史的 Grad 猜想有关。由此可见，随着任务规模和执行时长的增长，任务所要求的多元能力越来越难以全部集中在单个智能体中，多智能体协同提供了一种原则性的解决方案。&lt;/p&gt;</description></item><item><title>基于图的智能体记忆：学习笔记</title><link>https://o-sakurajimamai-o.github.io/zh/blog/graph-based-agent-memory/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0800</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/graph-based-agent-memory/</guid><description>&lt;style&gt;&#10;.prose mjx-container[display="true"] { max-width: 100%; overflow-x: auto; overflow-y: hidden; padding: .4em 0; }&#10;&lt;/style&gt;&#10;&lt;h2 id="智能体记忆的生命周期"&gt;智能体记忆的生命周期&lt;/h2&gt;&#10;&lt;p&gt;生命周期可以分为记忆提取、记忆存储、记忆检索、记忆演化四个部分。&lt;/p&gt;&#10;&lt;ol&gt;&#10;&lt;li&gt;记忆提取：将原始的非结构化观测 $o_{t}$ 转化为结构化的记忆单元 $m$。&lt;/li&gt;&#10;&lt;li&gt;记忆存储：通过适当的索引与结构化组织，将提取出的记忆单元组织并安置到记忆结构 $\mathcal{M}$ 中。&lt;/li&gt;&#10;&lt;li&gt;记忆检索：响应查询 $q$ 检索所存储的相关信息 $\mathcal{M}_{\text{rel}}\subset\mathcal{M}$ 的机制。&lt;/li&gt;&#10;&lt;li&gt;记忆演化：对记忆进行提炼的后处理阶段，包括内部自演化机制（例如巩固、抽象）和外部自探索过程（例如新的环境反馈）。&lt;/li&gt;&#10;&lt;/ol&gt;&#10;&lt;figure class="fig"&gt;&#10; &lt;img src="https://o-sakurajimamai-o.github.io/blog/graph-based-agent-memory/figures/F001.png" width="2590" height="910" alt="图 1：展示 AI 智能体系统工作流程以及记忆系统具体实现方案的示意图。" loading="lazy" decoding="async"&gt;&#10; &lt;figcaption&gt;图 1：展示 AI 智能体系统工作流程以及记忆系统具体实现方案的示意图。&lt;/figcaption&gt;&#10;&lt;/figure&gt;&#10;&lt;h2 id="智能体记忆多维度分类"&gt;智能体记忆多维度分类&lt;/h2&gt;&#10;&lt;p&gt;智能体记忆可以划分为多维度，包括时间跨度、功能角色以及表示结构。&lt;/p&gt;</description></item><item><title>Dream-RSI 学习笔记</title><link>https://o-sakurajimamai-o.github.io/zh/blog/dream-rsi/</link><pubDate>Fri, 16 Oct 2026 00:00:00 +0800</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/dream-rsi/</guid><description>&lt;style&gt;&#10;.prose mjx-container[display="true"] { max-width: 100%; overflow-x: auto; overflow-y: hidden; padding: .4em 0; }&#10;&lt;/style&gt;&#10;&lt;h2 id="痛点"&gt;痛点&lt;/h2&gt;&#10;&lt;ol&gt;&#10;&lt;li&gt;评价一个候选程序，通常只需要运行它并检查结果。评价一个探索策略，则需要让它连续安排很多次尝试，观察最终发现了多好的方案、消耗了多少资源。一个眼前分数低的方向，可能几次修复后才出现突破；一个早期领先的方向，也可能很快停滞。&lt;/li&gt;&#10;&lt;li&gt;策略质量的反馈比单个程序的反馈更延迟。每修改一次控制器都重新跑完整在线发现，会反复支付模型调用、代码执行和评价的成本。与此同时，探索策略的空间很大：分支选择、停止规则、并行批次和失败处理都可以组合变化。这是引言提出的两个瓶颈：&lt;strong&gt;反馈昂贵而延迟，候选元策略又很多&lt;/strong&gt;&lt;/li&gt;&#10;&lt;li&gt;固定探索策略的优点是简单、稳定；局限是它不能根据积累的发现经验改变跨轮的搜索习惯。Dream-RSI 的切入点，是降低比较探索策略的代价，而不是直接为某个领域设计一个更强的固定启发式。&lt;/li&gt;&#10;&lt;/ol&gt;&#10;&lt;h2 id="dream-rsi-过程"&gt;Dream-RSI 过程&lt;/h2&gt;&#10;&lt;h3 id="0-dream-rsi"&gt;0. Dream-RSI&lt;/h3&gt;&#10;&lt;p&gt;分为在线工作和离线规划这两个过程，Dream-RSI 交替进行：&lt;/p&gt;</description></item><item><title>PPO to GRPO</title><link>https://o-sakurajimamai-o.github.io/zh/blog/ppo-to-grpo/</link><pubDate>Sun, 11 Oct 2026 00:00:00 +0000</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/ppo-to-grpo/</guid><description>&lt;h2 id="ppo-算法"&gt;PPO 算法&lt;/h2&gt;&#10;&lt;p&gt;首先定义一些概念，作为我们第一步的知识理解：&lt;/p&gt;&#10;&lt;ol&gt;&#10;&lt;li&gt;&lt;strong&gt;Action&lt;/strong&gt;：可选择的动作，即模型下一步进行的动作集&lt;/li&gt;&#10;&lt;li&gt;&lt;strong&gt;Policy&lt;/strong&gt;：策略函数，输入 state，输出 action 的概率分布，一般用 $\pi$ 表示，如 $\pi(action1|S_t)=0.78\dots$&lt;/li&gt;&#10;&lt;li&gt;&lt;strong&gt;Trajectory&lt;/strong&gt;：轨迹，用 $\tau$ 表示，是一连串的 state 和 action，$S_{t+1}=f(S_t,a_t)$ 确定，或者 $S_{t+1}=f(*|S_t,a_t)$ 随机&lt;/li&gt;&#10;&lt;li&gt;&lt;strong&gt;Return&lt;/strong&gt;：回报，从当前时间到结束的 reward 累计和&lt;/li&gt;&#10;&lt;/ol&gt;&#10;&lt;p&gt;期望：&lt;/p&gt;&#10;$$E(x)_{x \sim p(x)} = \sum_{x} x * p(x) \approx \frac{1}{n} \sum_{i=1}^{n} x_i \quad (x_i \sim p(x))$$&lt;p&gt;&lt;strong&gt;目标 1&lt;/strong&gt;：训练一个 Policy 神经网络 $\pi$，在所有状态 $S$ 下，给出相应的 Action，得到 Return 的期望最大。&#10;&lt;strong&gt;目标 2&lt;/strong&gt;：训练一个 Policy 神经网络 $\pi$，在所有的 Trajectory 中，得到 Return 的期望最大。&lt;/p&gt;&#10;&lt;h3 id="policy-gradient"&gt;Policy Gradient&lt;/h3&gt;&#10;&lt;p&gt;$R(\tau)$ 为轨迹 $\tau$ 获得的总回报，在当前策略下，所有可能轨迹的回报期望：&lt;/p&gt;&#10;$$E(R(\tau))_{\tau \sim P_\theta(\tau)} = \sum_{\tau} R(\tau)P_\theta(\tau)$$$$\nabla E(R(\tau))_{\tau \sim P_\theta(\tau)} = \nabla \sum_{\tau} R(\tau)P_\theta(\tau)$$$$= \sum_{\tau} R(\tau)\nabla P_\theta(\tau)$$$$= \sum_{\tau} R(\tau)\nabla P_\theta(\tau)\frac{P_\theta(\tau)}{P_\theta(\tau)}$$$$= {\color{#4285F4}{\sum_{\tau} P_\theta(\tau)} R(\tau)}\frac{\nabla P_\theta(\tau)}{P_\theta(\tau)}$$$$\approx \frac{1}{N} \sum_{n=1}^N R(\tau^n) \frac{\nabla P_\theta(\tau^n)}{P_\theta(\tau^n)}$$$$= \frac{1}{N} \sum_{n=1}^N R(\tau^n)\nabla \log P_\theta(\tau^n)$$&lt;p&gt;其中最后一步使用了 $\nabla \log f(x) = \frac{\nabla f(x)}{f(x)}$。&lt;/p&gt;</description></item><item><title>KL 散度</title><link>https://o-sakurajimamai-o.github.io/zh/blog/kl-divergence/</link><pubDate>Fri, 09 Oct 2026 00:00:00 +0800</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/kl-divergence/</guid><description>&lt;style&gt;&#10;.prose mjx-container[display="true"] { max-width: 100%; overflow-x: auto; overflow-y: hidden; padding: .4em 0; }&#10;.prose .kl-table { overflow-x: auto; }&#10;.prose .kl-table table { width: 100%; min-width: 24rem; }&#10;&lt;/style&gt;&#10;&lt;p&gt;经过 SFT 之后的模型是针对 Token level 上做了训练，让模型在 token 概率分布上更偏向遵守格式的回答。但具体如何回答，回答的准确性可以用 RL 来进一步增强，在 RL 的训练过程中，我们不希望模型又大幅度偏离 SFT 制定的回答格式，于是需要用到 KL 散度来进行约束，限制 RL 训练后的模型过度偏离 SFT 后的模型，同时争取进一步提升准确率。&lt;/p&gt;</description></item><item><title>LoRA</title><link>https://o-sakurajimamai-o.github.io/zh/blog/lora/</link><pubDate>Thu, 08 Oct 2026 00:00:00 +0800</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/lora/</guid><description>&lt;style&gt;&#10;.prose mjx-container[display="true"] { max-width: 100%; overflow-x: auto; overflow-y: hidden; padding: .4em 0; }&#10;.prose .lora-table { overflow-x: auto; }&#10;.prose .lora-table table { width: 100%; min-width: 24rem; }&#10;&lt;/style&gt;&#10;&lt;p&gt;直接微调整个模型需要大量的计算资源和显存。对于 Qwen3-0.6B（0.6B 参数），全量微调的显存需求不能只看 FP16 或 FP32，还取决于优化器、序列长度、批大小，以及是否使用梯度检查点或卸载等技术。对于更大的模型（如 7B、13B），在单张消费级 GPU 上全量微调通常会更困难。&lt;/p&gt;</description></item><item><title>MCP、A2A、ANP</title><link>https://o-sakurajimamai-o.github.io/zh/blog/mcp-a2a-anp/</link><pubDate>Mon, 05 Oct 2026 00:00:00 +0000</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/mcp-a2a-anp/</guid><description>&lt;h2 id="mcpmodel-context-protocol"&gt;MCP（Model Context Protocol）&lt;/h2&gt;&#10;&lt;p&gt;MCP 分三层，分别是上游、MCP 协议、下游。&lt;/p&gt;&#10;&lt;p&gt;下游称为 MCP Server/开发者或者厂商。下游负责承载具体业务逻辑，通过 MCP 规范向外注册与暴露三类核心资产：&lt;/p&gt;</description></item><item><title>Mini-SWE-Agent 源码解读</title><link>https://o-sakurajimamai-o.github.io/zh/blog/mini-swe-agent/</link><pubDate>Sun, 20 Sep 2026 00:00:00 +0000</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/mini-swe-agent/</guid><description>&lt;p&gt;设置好 &lt;code&gt;.config/mini-swe-agent&lt;/code&gt; 中的环境之后，我们运行&lt;/p&gt;&#10;&lt;div class="code-box"&#10; data-code-box data-preview="7"&gt;&#10; &lt;div class="code-bar"&gt;&#10; &lt;span class="code-lang"&gt;bash&lt;/span&gt;&#10; &lt;span class="code-lines"&gt;5 行&lt;/span&gt;&#10; &lt;span class="code-bar__gap"&gt;&lt;/span&gt;&#10; &lt;button type="button" class="code-btn code-copy"&#10; title="复制" aria-label="复制"&gt;&#10; &lt;svg viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2"&#10; stroke-linecap="round" stroke-linejoin="round" aria-hidden="true"&gt;&#10; &lt;rect x="9" y="9" width="13" height="13" rx="2"/&gt;&#10; &lt;path d="M5 15H4a2 2 0 0 1-2-2V4a2 2 0 0 1 2-2h9a2 2 0 0 1 2 2v1"/&gt;&#10; &lt;/svg&gt;&#10; &lt;/button&gt;&#10; &#10; &lt;/div&gt;&#10;&#10; &lt;div class="code-body"&gt;&#10; &lt;div class="highlight"&gt;&lt;pre tabindex="0" class="chroma"&gt;&lt;code class="language-bash" data-lang="bash"&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;python -m minisweagent.run.mini &lt;span class="se"&gt;\&#10;&lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt; -c mini.yaml &lt;span class="se"&gt;\&#10;&lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt; -t &lt;span class="s2"&gt;&amp;#34;创建一个 test_agent.txt 文件并在里面写入 Hello Agent&amp;#34;&lt;/span&gt; &lt;span class="se"&gt;\&#10;&lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt; --model &lt;span class="s2"&gt;&amp;#34;deepseek/deepseek-chat&amp;#34;&lt;/span&gt; &lt;span class="se"&gt;\&#10;&lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt; --agent-class minisweagent.agents.default.DefaultAgent&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&#10; &#10; &lt;/div&gt;&#10;&#10; &#10;&lt;/div&gt;&#10;&lt;p&gt;会在 &lt;code&gt;.config/mini-swe-agent&lt;/code&gt; 下得到最后一次的运行轨迹，根据该运行轨迹来进行源码的解读&#10;整个 Repo 的框架：&#10;&lt;code&gt;run/mini.py:99-101&lt;/code&gt;：&lt;/p&gt;&#10;&lt;div class="code-box"&#10; data-code-box data-preview="7"&gt;&#10; &lt;div class="code-bar"&gt;&#10; &lt;span class="code-lang"&gt;python&lt;/span&gt;&#10; &lt;span class="code-lines"&gt;3 行&lt;/span&gt;&#10; &lt;span class="code-bar__gap"&gt;&lt;/span&gt;&#10; &lt;button type="button" class="code-btn code-copy"&#10; title="复制" aria-label="复制"&gt;&#10; &lt;svg viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2"&#10; stroke-linecap="round" stroke-linejoin="round" aria-hidden="true"&gt;&#10; &lt;rect x="9" y="9" width="13" height="13" rx="2"/&gt;&#10; &lt;path d="M5 15H4a2 2 0 0 1-2-2V4a2 2 0 0 1 2-2h9a2 2 0 0 1 2 2v1"/&gt;&#10; &lt;/svg&gt;&#10; &lt;/button&gt;&#10; &#10; &lt;/div&gt;&#10;&#10; &lt;div class="code-body"&gt;&#10; &lt;div class="highlight"&gt;&lt;pre tabindex="0" class="chroma"&gt;&lt;code class="language-python" data-lang="python"&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;&lt;span class="n"&gt;model&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="n"&gt;get_model&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;config&lt;/span&gt;&lt;span class="o"&gt;=&lt;/span&gt;&lt;span class="n"&gt;config&lt;/span&gt;&lt;span class="o"&gt;.&lt;/span&gt;&lt;span class="n"&gt;get&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;&amp;#34;model&amp;#34;&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="p"&gt;{}))&lt;/span&gt;&#10;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;&lt;span class="n"&gt;env&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="n"&gt;get_environment&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;config&lt;/span&gt;&lt;span class="o"&gt;.&lt;/span&gt;&lt;span class="n"&gt;get&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;&amp;#34;environment&amp;#34;&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="p"&gt;{}),&lt;/span&gt; &lt;span class="n"&gt;default_type&lt;/span&gt;&lt;span class="o"&gt;=&lt;/span&gt;&lt;span class="s2"&gt;&amp;#34;local&amp;#34;&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&#10;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;&lt;span class="n"&gt;agent&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="n"&gt;get_agent&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;model&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;env&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;config&lt;/span&gt;&lt;span class="o"&gt;.&lt;/span&gt;&lt;span class="n"&gt;get&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;&amp;#34;agent&amp;#34;&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="p"&gt;{}),&lt;/span&gt; &lt;span class="n"&gt;default_type&lt;/span&gt;&lt;span class="o"&gt;=&lt;/span&gt;&lt;span class="s2"&gt;&amp;#34;interactive&amp;#34;&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&#10; &#10; &lt;/div&gt;&#10;&#10; &#10;&lt;/div&gt;&#10;&lt;h2 id="prompt-注入"&gt;Prompt 注入&lt;/h2&gt;&#10;&lt;p&gt;在 &lt;code&gt;default.py&lt;/code&gt; 中我们看到了&lt;/p&gt;</description></item><item><title>AI Agent 学习资源与路线</title><link>https://o-sakurajimamai-o.github.io/zh/blog/ai-agent-resources-for-now/</link><pubDate>Wed, 16 Sep 2026 00:00:00 +0000</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/ai-agent-resources-for-now/</guid><description>&lt;ol&gt;&#10;&lt;li&gt;md文件，负责优秀分享、官方博客、论文、开源项目和真实工程经验，整理成一份可以照着执行的 AI Agent 学习 todo list：&lt;a href="https://github.com/datawhalechina/Agent-Learning-Hub"&gt;Agent-Learning-Hub&lt;/a&gt;&lt;/li&gt;&#10;&lt;li&gt;Anthropic 的工程博客，务必精读 &lt;strong&gt;《Building Effective Agents》&lt;/strong&gt;：&lt;a href="https://www.anthropic.com/engineering"&gt;Anthropic Engineering&lt;/a&gt;&lt;/li&gt;&#10;&lt;li&gt;开源的高 Stars 系统性智能体学习教程，从零开始进行的 Agent 系统构建与实战：&lt;a href="https://github.com/datawhalechina/Hello-Agents"&gt;Hello-Agents&lt;/a&gt;&lt;/li&gt;&#10;&lt;li&gt;优秀博文 - &lt;a href="https://www.nowcoder.com/discuss/847995166416703488?sourceSSR=users"&gt;AI应用开发学习全景路线图&lt;/a&gt;&lt;/li&gt;&#10;&lt;li&gt;Harness 架构下的 Agent，推荐直接去阅读 Claude Code 和 Pi 的源码：&lt;a href="https://github.com/shareAI-lab/learn-claude-code"&gt;Learn Claude Code&lt;/a&gt;，关于 pi agent 的优质博文：&lt;a href="https://mariozechner.at/posts/2025-11-30-pi-coding-agent/"&gt;pi-coding-agent&lt;/a&gt;&lt;/li&gt;&#10;&lt;li&gt;LangChain 生态，在了解 &lt;a href="https://github.com/langchain-ai/langchain"&gt;Langchain&lt;/a&gt; 的基础包情况下，可以尝试着学习和复现 &lt;a href="https://github.com/langchain-ai/langgraph"&gt;LangGraph&lt;/a&gt;、&lt;a href="https://github.com/langchain-ai/deepagents"&gt;DeepAgents&lt;/a&gt;; 项目使用 &lt;a href="https://www.langchain.com/langsmith/observability"&gt;LangSmith&lt;/a&gt; 做轨迹追踪和Agent测评。&lt;/li&gt;&#10;&lt;li&gt;Agent 测评，大语言模型与 AI Agent 打造的 LLM-as-a-Judge 框架，目前：&lt;a href="https://github.com/agentscope-ai/OpenJudge"&gt;OpenJudge&lt;/a&gt; 作为开源项目较为全面。&lt;/li&gt;&#10;&lt;/ol&gt;</description></item><item><title>考研 408 笔记：数据结构、组成原理、操作系统与网络</title><link>https://o-sakurajimamai-o.github.io/zh/blog/kaoyan-408/</link><pubDate>Wed, 09 Sep 2026 00:00:00 +0000</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/kaoyan-408/</guid><description>&lt;p&gt;这篇笔记整理备考中的概念辨析、例题、推导和复习提醒，并按主题安排标题与配图。阅读时结合每个结论所需的条件，以及题目给定的模型和数据。&lt;/p&gt;&#10;&lt;!-- source-content:cs408:start --&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;数据结构&#10;&lt;ol&gt;&#10;&lt;li&gt;链表&lt;/li&gt;&#10;&lt;li&gt;并查集(代码, 优化操作, 根的合并可视化)&lt;/li&gt;&#10;&lt;li&gt;Prim, Dijkstra 算法的非优先队列代码实现&lt;/li&gt;&#10;&lt;li&gt;十字链表与多重邻接表的模拟(会画)&lt;/li&gt;&#10;&lt;li&gt;堆代码的实现, 以及堆模拟优先队列代码的实现&lt;/li&gt;&#10;&lt;li&gt;红黑树(定义结论, 插入删除)&lt;/li&gt;&#10;&lt;li&gt;败者树与选择置换(败者树+序号), 败者树在归并中的作用, 以及败者树的深度&lt;/li&gt;&#10;&lt;/ol&gt;&#10;&lt;/li&gt;&#10;&lt;li&gt;计算机组成原理&#10;&lt;ol&gt;&#10;&lt;li&gt;浮点数特殊值, 标志位生成&lt;/li&gt;&#10;&lt;li&gt;乘除法原理电路以及 Booth 乘除法的移动次数, 舍入&lt;/li&gt;&#10;&lt;li&gt;过程调用的过程, 栈帧以及各自的任务&lt;/li&gt;&#10;&lt;li&gt;多处理器, 现代处理器&lt;/li&gt;&#10;&lt;li&gt;袁书的单周期数据通路大汇总&lt;/li&gt;&#10;&lt;/ol&gt;&#10;&lt;/li&gt;&#10;&lt;li&gt;操作系统&#10;&lt;ol&gt;&#10;&lt;li&gt;进程通信方式&lt;/li&gt;&#10;&lt;li&gt;资源分配图的简化与判断死锁条件&lt;/li&gt;&#10;&lt;li&gt;虚拟机, SPOOLing 的具体过程&lt;/li&gt;&#10;&lt;li&gt;文件系统挂载(mounting)&lt;/li&gt;&#10;&lt;li&gt;位示图, 成组链接法&lt;/li&gt;&#10;&lt;li&gt;多处理器调度&lt;/li&gt;&#10;&lt;li&gt;磨损均衡&lt;/li&gt;&#10;&lt;/ol&gt;&#10;&lt;/li&gt;&#10;&lt;li&gt;计算机网络&#10;&lt;ol&gt;&#10;&lt;li&gt;OSI, TCP/IP 各层作用与差异区别&lt;/li&gt;&#10;&lt;li&gt;物理层数字数据的线路编码方法，如曼彻斯特编码；同时区分模拟信号的调制表示。&lt;/li&gt;&#10;&lt;li&gt;PPP, P2P 协议&lt;/li&gt;&#10;&lt;li&gt;虚电路&lt;/li&gt;&#10;&lt;li&gt;OSPF, BGP, DHCP 的报文以及具体地址&lt;/li&gt;&#10;&lt;li&gt;IP 多播过程以及 IGMP&lt;/li&gt;&#10;&lt;li&gt;海明码的校验与纠错&lt;/li&gt;&#10;&lt;li&gt;802.11 中预约的时间计算以及 NAV 值的计算&lt;/li&gt;&#10;&lt;li&gt;移动 IP&lt;/li&gt;&#10;&lt;/ol&gt;&#10;&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;h2 id="cs408-h-01"&gt;数据结构&lt;/h2&gt;&#10;&lt;blockquote&gt;&#10;&lt;p&gt;需要记住的: 外部排序的各种实现过程; 三种线索二叉树; 十字链表与邻接多重表的适用范围与作用与画法; 会完整的写 Dijkstra、关键路径 的手算过程; 平衡树、红黑树、B树的增删; 败者树的序号以及在选择-置换排序的用法&lt;/p&gt;</description></item><item><title>考研数学笔记：高等数学与线性代数</title><link>https://o-sakurajimamai-o.github.io/zh/blog/kaoyan-math/</link><pubDate>Wed, 09 Sep 2026 00:00:00 +0000</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/kaoyan-math/</guid><description>&lt;p&gt;这篇笔记整理备考中的概念辨析、例题、推导和复习提醒，并按主题安排标题与配图。阅读时结合每个结论所需的条件，以及题目给定的模型和数据。&lt;/p&gt;&#10;&lt;!-- source-content:calculus:start --&gt;&#10;&lt;blockquote&gt;&#10;&lt;p&gt;做到一个新的问题，想起与过去某个问题类似。发现在解答中，对此类问题，以及工具和方法的理解是存在缺陷的，或者发现理解不够深刻。于是通过解决新的问题，一并更新迭代过去的理解。&lt;/p&gt;&#10;&lt;/blockquote&gt;&#10;&lt;h2 id="calculus-h-01"&gt;极限、导数以及微分&lt;/h2&gt;&#10;&lt;hr&gt;&#10;&lt;!-- added-heading --&gt;&#10;&lt;h3 id="algebra-and-product-derivatives"&gt;代数变换、递推与乘积求导&lt;/h3&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;双曲正弦函数 $y=\dfrac{e^x-e^{-x}}{2}$, 反解方法如下:&#10;先化成 $2y+e^{-x}=e^x$，两边同乘 $e^x$，令 $u=e^x\gt 0$，得到一元二次方程 $u^2-2yu-1=0$。两根中只有 $u=y+\sqrt{y^2+1}$ 为正，因此反函数为 $x=\ln(y+\sqrt{y^2+1})$。&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;hr&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;对于递推数列 $x_n=f(x_{n-1})$，令相邻两项均为 $a$，得到的是不动点方程 $a=f(a)$，可用于寻找常数解或极限的候选值。若求数列极限，须先证明数列收敛，并确认可将极限代入递推关系，例如 $f$ 在极限点连续。求任意第 $n$ 项还需结合初值和递推式进一步推导。$(660_{18})$&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;hr&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;若 $f(x)=u(x)v(x)$, 则 $f(x)$ 的泰勒展开式是这两个函数的泰勒展开式相乘, 同时也表明了, 无穷小也是会相乘的&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;hr&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;&#10;&lt;p&gt;关于 $f(x)=u(x)v(x)$ 的导数&#10;$f'(x)=u(x)v'(x)+v(x)u'(x)$ 证明在 $p_{167}$ 页, 如果一个多因使或者 $n$ 阶导无法直接求出, 尝试简化到上述模式, 然后通过&lt;strong&gt;求导或者是莱布尼茨公式来求导&lt;/strong&gt;&lt;/p&gt;&#10;$$&#10; \frac{d^n}{dx^n} [u(x) v(x)] = \sum_{k=0}^{n} \binom{n}{k} u^{(k)}(x) v^{(n-k)}(x)&#10; $$&lt;p&gt;或者是利用泰勒展开, 如第一点提到的多项式相乘&lt;/p&gt;&#10;&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;hr&gt;&#10;&lt;!-- added-heading --&gt;&#10;&lt;h3 id="infinity-and-equivalents"&gt;无穷大、等价无穷小与幂指极限&lt;/h3&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;&lt;strong&gt;趋于无穷大描述的是极限过程，而不是某一项真的等于无穷大。&lt;/strong&gt; 按绝对值趋于无穷大的约定，对任意 $M\gt 0$，充分接近极限位置后都须有 $|f(x)|\gt M$；对数列，则须对所有充分大的下标成立。无界只要求能超过任意大的界限，不要求此后一直超过。例如 $\dfrac{1}{x^2}\sin\dfrac{1}{x}$ 在 $x\to0$ 时无界，但存在趋于零的自变量序列使函数值为零，所以它的绝对值并不趋于无穷大。&#10;&lt;ul&gt;&#10;&lt;li&gt;若 $\lim_{n\to\infty}x_ny_n=+\infty$，则有如下推论：&#10;&lt;ul&gt;&#10;&lt;li&gt;不能断言 $x_n$ 或 $y_n$ 中至少一个趋于 $+\infty$，但至少有一个数列无界，否则乘积也有界。例如令 $x_n$ 的奇数项为 $1$、偶数项为 $n$，令 $y_n$ 的奇数项为 $n$、偶数项为 $1$，则 $x_ny_n=n\to+\infty$，而两个因子都因有无穷多项等于 $1$ 而不趋于无穷大。&lt;/li&gt;&#10;&lt;li&gt;若 $x_n\to a\ne0$，则 $x_n$ 最终与 $a$ 同号且远离零。由 $y_n=(x_ny_n)/x_n$ 可知：当 $a\gt0$ 时，$y_n\to+\infty$；当 $a\lt0$ 时，$y_n\to-\infty$。若前提只写成 $|x_ny_n|\to\infty$，则结论是 $|y_n|\to\infty$。&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;/li&gt;&#10;&lt;li&gt;对于函数，若两个因子的绝对值都趋于无穷大，则乘积的绝对值也趋于无穷大；若两个因子都趋于 $+\infty$，则乘积也趋于 $+\infty$。符号振荡可能使乘积没有带符号的无穷极限，但不会破坏前述绝对值结论。仅有无界性时，不能使用这一乘积极限规则。&lt;/li&gt;&#10;&lt;li&gt;数列与函数遵循相同的规则：若 $|x_n|\to\infty$ 且 $|y_n|\to\infty$，则 $|x_ny_n|\to\infty$；若两者均趋于 $+\infty$，则乘积也趋于 $+\infty$。例如对任意 $M\gt0$，充分大的下标同时满足 $|x_n|\gt\sqrt M$、$|y_n|\gt\sqrt M$，于是 $|x_ny_n|\gt M$。结论来自极限定义，而非数列的离散性。&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;hr&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;对于多项相乘的求导, 要学会&lt;strong&gt;简化&lt;/strong&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;&#10;&lt;p&gt;$f(x)=\prod_{n=1}^{100}\,(\tan(\frac{\pi\,x^{n}}{4})-n)$ , 求 $f'(1)$&#10;通过观察发现 $n=1$ 的时候值为 $0$, 由于多因式求导非常复杂, 我们不希望求解多次导, 那么可以提出 $n = 1$ 的时候, 这样就有&lt;/p&gt;</description></item><item><title>Codeforces 每日一题</title><link>https://o-sakurajimamai-o.github.io/zh/blog/daily-question/</link><pubDate>Mon, 07 Sep 2026 00:00:00 +0000</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/daily-question/</guid><description>&lt;h2 id="array-replacement---rating-1700"&gt;Array Replacement - Rating 1700&lt;/h2&gt;&#10;&lt;p&gt;今天是 2026 年 8月 27 日，星期四，问题链接：&lt;a href="https://codeforces.com/contest/2252/problem/D"&gt;Array Replacement&lt;/a&gt;。&lt;/p&gt;&#10;&lt;p&gt;此题考察方式比较隐晦，我们只能从操作方法入手，这其实是一个典型的交换差分，考虑一个三元组($a_{i-1}$, $a_i$, $a_{i+1}$)，我们对它进行一次操作后，得到($a_i$, $a_{i - 1} - a_i + a_{i + 1}$, $a_{i + 1}$)。&lt;/p&gt;&#10;&lt;p&gt;我们思考什么情况下将 $a_i$ 替换为 $a_{i - 1}-a_i+a_{i + 1}$ 是优的。显然是在 $a_i &lt; a_{i - 1}-a_i+a_{i + 1}$ 时进行替换。我们可以把这个式子移向变为 $a_i-a_{i + 1} &lt; a_{i - 1}-a_i$，注意到与差分数组十分相似，于是考虑定义数组 $D$，满足 $D_i=a_{i-1}-a_{i}$。&#10;我们观察一下，如果对 $a_i$ 进行操作时对 $D$ 数组的影响:&lt;/p&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;对于 $D_{i}$ 来说，它会变成 $a_{i - 1} - (a_{i - 1} - a_i + a_{i + 1}) = a_{i} - a_{i + 1} = D_{i + 1}$。&lt;/li&gt;&#10;&lt;li&gt;对于 $D_{i + 1}$ 来说，它会变成 $(a_{i - 1} - a_i + a_{i + 1}) - a_{i + 1} = a_{i - 1} - a_i = D_{i}$。&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;p&gt;即一次操作，我们会交换 $D_i$ 和 $D_{i + 1}$，且只有两者奇偶性相同时才可交换。于是我们维护每段奇偶性相同的 $D$，在这段数组内按最大值排序，从头部每次减去最大的差分值来保证字典序最小即可。&#10;代码如下：&lt;/p&gt;</description></item><item><title>笔记：Retrieval-Augmented Generation</title><link>https://o-sakurajimamai-o.github.io/zh/blog/noterag/</link><pubDate>Sun, 30 Aug 2026 00:00:00 +0000</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/noterag/</guid><description>&lt;h2 id="overview"&gt;Overview&lt;/h2&gt;&#10;&lt;p&gt;论文链接：&lt;a href="https://arxiv.org/abs/2005.11401"&gt;Retrieval-Augmented Generation&lt;/a&gt;&lt;/p&gt;&#10;&lt;figure class="fig"&gt;&lt;img src="https://o-sakurajimamai-o.github.io/blog/noterag/figures/overview_hu_ba8a98cb4b25f5a3.webp" width="1600" height="471"&#10; alt="RAG 整体架构"&#10; loading="lazy" decoding="async"&gt;&lt;figcaption&gt;RAG 整体架构&lt;/figcaption&gt;&lt;/figure&gt;&#10;&#10;&lt;p&gt;总体过程是对于一个特定性的问题，通过 MIPS 方法进行知识库检索，找到相关文件，然后“传给”大模型，大模型来结合该知识然后做出最终的回答。&#10;&lt;strong&gt;问题&lt;/strong&gt;：MIPS 方法的具体细节、如何传给大模型（是通过增加上下文，还是修改询问，还是在 token level 进行改变）、什么是边缘化以及为什么需要边缘化？&lt;/p&gt;&#10;&lt;h2 id="rag-sequence-model-rag-token-model"&gt;RAG-Sequence Model 、RAG-Token Model&lt;/h2&gt;&#10;&lt;p&gt;RAG-Sequence：生成回答仅依赖于一篇文档，该模型适用于答案具有强连贯性，适用于答案来自于单一来源。在解码生成答案时，模型会针对每一篇文档分别生成一组完整的候选答案句子，最后再评估哪个完整句子的综合概率最高。&#10;&lt;/p&gt;&#10;$$p_{\text{RAG-Sequence}}(y\vert{}x) \approx \sum_{z \in \text{top-k}(p(\cdot\vert{}x))} p_\eta(z\vert{}x) p_\theta(y\vert{}x, z) = \sum_{z \in \text{top-k}(p(\cdot\vert{}x))} p_\eta(z\vert{}x) \prod_{i}^N p_\theta(y_i\vert{}x, z, y_{1:i-1})$$&lt;p&gt;RAG-Token：在生成一个 Token 的时候，都会重新参考不同的文档，综合多源信息，适用于答案需要多方资源的拼凑。检索器找出前 $k$ 篇文档。当生成器准备预测下一个词时，它会基于这 ${\displaystyle k}$ 篇文档分别计算出下一个词的概率分布，将它们汇总（边缘化）后确定这个词；在预测再下一个词时，它会&lt;strong&gt;重新&lt;/strong&gt;审视这 ${\displaystyle k}$ 篇文档并重复上述过程。&#10;&lt;/p&gt;&#10;$$p_{\text{RAG-Token}}(y\vert{}x) \approx \prod_{i}^N \sum_{z \in \text{top-k}(p(\cdot\vert{}x))} p_\eta(z\vert{}x) p_\theta(y_i\vert{}x, z, y_{1:i-1})$$&lt;hr&gt;&#10;&lt;h2 id="retriever-dpr"&gt;Retriever: DPR&lt;/h2&gt;&#10;&lt;p&gt;DPR 采用的是一种 Bi-encoder 架构，其核心工作机制如下：&lt;/p&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;&lt;strong&gt;文本向量化表示：&lt;/strong&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;文档编码器：使用一个基于 $\text{BERT}_{\text{BASE}}$ 的文档编码器将每一篇文档 $z$ 映射为一个稠密向量表示，记为 $d(z)$。公式表示为：$d(z) = \text{BERT}_d(z)$。&lt;/li&gt;&#10;&lt;li&gt;查询编码器：同样使用一个基于 $\text{BERT}_{\text{BASE}}$ 的查询编码器，将用户的输入查询 $x$ 映射为一个稠密向量表示，记为 $q(x)$。公式表示为：$q(x) = \text{BERT}_q(x)$。&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;/li&gt;&#10;&lt;li&gt;&lt;strong&gt;相似度计算与概率分布：&lt;/strong&gt; 检索某篇文档的概率 $p_\eta(z\vert{}x)$ 与查询向量和文档向量的点积（内积）的指数成正比。数学表示为：&lt;/li&gt;&#10;&lt;/ul&gt;&#10;$$p_\eta(z\vert{}x) \propto \exp(d(z)^\top q(x))$$&lt;p&gt;“参数化记忆”是指模型在训练过程中，将知识通过权重（例如神经网络中的连接权重）压缩并储存在模型内部。BERT 或 BART 这类预训练模型的参数就是它们的参数化记忆。&#10;而“非参数化记忆”则截然不同。&lt;strong&gt;它类似于模型的一个外部知识库或外挂硬盘&lt;/strong&gt;，知识以原始的、独立的数据形式保存在模型外。&lt;/p&gt;</description></item><item><title>算法笔记大合集</title><link>https://o-sakurajimamai-o.github.io/zh/blog/algorithm-collection/</link><pubDate>Sat, 29 Aug 2026 00:00:00 +0000</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/algorithm-collection/</guid><description>&lt;blockquote&gt;&#10;&lt;p&gt;这篇合集把我 2023-2024 年写在博客园的算法笔记整理成了七章。整理时保留了原文的思路讲解、推导和代码（包括当年随手写下的吐槽），个别只贴了代码的地方补了讲解，写得特别长的地方稍作精简，图床失效的图做了说明。想看未删减的原文，点每节开头的源笔记链接即可。&lt;/p&gt;&#10;&lt;/blockquote&gt;&#10;&lt;h2 id="第一章-基础算法"&gt;第一章 基础算法&lt;/h2&gt;&#10;&lt;h3 id="11-前缀和与差分"&gt;1.1 前缀和与差分&lt;/h3&gt;&#10;&lt;p&gt;前缀和解决的是&amp;quot;多次查询任意区间和&amp;quot;：预处理 $s_i = s_{i-1} + a_i$ 后，$[l, r]$ 的和就是 $s_r - s_{l-1}$。二维版本按容斥展开：$s_{i,j} = s_{i-1,j} + s_{i,j-1} + a_{i,j} - s_{i-1,j-1}$。当时在《基础算法大全》里写的模板：&lt;/p&gt;&#10;&lt;div class="code-box"&#10; data-code-box data-preview="7"&gt;&#10; &lt;div class="code-bar"&gt;&#10; &lt;span class="code-lang"&gt;cpp&lt;/span&gt;&#10; &lt;span class="code-lines"&gt;6 行&lt;/span&gt;&#10; &lt;span class="code-bar__gap"&gt;&lt;/span&gt;&#10; &lt;button type="button" class="code-btn code-copy"&#10; title="复制" aria-label="复制"&gt;&#10; &lt;svg viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2"&#10; stroke-linecap="round" stroke-linejoin="round" aria-hidden="true"&gt;&#10; &lt;rect x="9" y="9" width="13" height="13" rx="2"/&gt;&#10; &lt;path d="M5 15H4a2 2 0 0 1-2-2V4a2 2 0 0 1 2-2h9a2 2 0 0 1 2 2v1"/&gt;&#10; &lt;/svg&gt;&#10; &lt;/button&gt;&#10; &#10; &lt;/div&gt;&#10;&#10; &lt;div class="code-body"&gt;&#10; &lt;div class="highlight"&gt;&lt;pre tabindex="0" class="chroma"&gt;&lt;code class="language-cpp" data-lang="cpp"&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;&lt;span class="c1"&gt;///s[i][j] = s[i-1][j] + s[i][j-1] + a[i][j] - s[i-1][j-1]&#10;&lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;&lt;span class="k"&gt;for&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="kt"&gt;int&lt;/span&gt; &lt;span class="n"&gt;i&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="mi"&gt;1&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt; &lt;span class="n"&gt;i&lt;/span&gt; &lt;span class="o"&gt;&amp;lt;=&lt;/span&gt; &lt;span class="n"&gt;n&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt; &lt;span class="n"&gt;i&lt;/span&gt;&lt;span class="o"&gt;++&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&#10;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt; &lt;span class="k"&gt;for&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="kt"&gt;int&lt;/span&gt; &lt;span class="n"&gt;j&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="mi"&gt;1&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt; &lt;span class="n"&gt;j&lt;/span&gt; &lt;span class="o"&gt;&amp;lt;=&lt;/span&gt; &lt;span class="n"&gt;m&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt; &lt;span class="n"&gt;j&lt;/span&gt;&lt;span class="o"&gt;++&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&#10;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt; &lt;span class="n"&gt;s&lt;/span&gt;&lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="n"&gt;i&lt;/span&gt;&lt;span class="p"&gt;][&lt;/span&gt;&lt;span class="n"&gt;j&lt;/span&gt;&lt;span class="p"&gt;]&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="n"&gt;s&lt;/span&gt;&lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="n"&gt;i&lt;/span&gt;&lt;span class="o"&gt;-&lt;/span&gt;&lt;span class="mi"&gt;1&lt;/span&gt;&lt;span class="p"&gt;][&lt;/span&gt;&lt;span class="n"&gt;j&lt;/span&gt;&lt;span class="p"&gt;]&lt;/span&gt; &lt;span class="o"&gt;+&lt;/span&gt; &lt;span class="n"&gt;s&lt;/span&gt;&lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="n"&gt;i&lt;/span&gt;&lt;span class="p"&gt;][&lt;/span&gt;&lt;span class="n"&gt;j&lt;/span&gt;&lt;span class="o"&gt;-&lt;/span&gt;&lt;span class="mi"&gt;1&lt;/span&gt;&lt;span class="p"&gt;]&lt;/span&gt; &lt;span class="o"&gt;+&lt;/span&gt; &lt;span class="n"&gt;a&lt;/span&gt;&lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="n"&gt;i&lt;/span&gt;&lt;span class="p"&gt;][&lt;/span&gt;&lt;span class="n"&gt;j&lt;/span&gt;&lt;span class="p"&gt;]&lt;/span&gt; &lt;span class="o"&gt;-&lt;/span&gt; &lt;span class="n"&gt;s&lt;/span&gt;&lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="n"&gt;i&lt;/span&gt;&lt;span class="o"&gt;-&lt;/span&gt;&lt;span class="mi"&gt;1&lt;/span&gt;&lt;span class="p"&gt;][&lt;/span&gt;&lt;span class="n"&gt;j&lt;/span&gt;&lt;span class="o"&gt;-&lt;/span&gt;&lt;span class="mi"&gt;1&lt;/span&gt;&lt;span class="p"&gt;];&lt;/span&gt;&#10;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;&lt;span class="c1"&gt;// 查询 (x1,y1)-(x2,y2)：&#10;&lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;&lt;span class="n"&gt;printf&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s"&gt;&amp;#34;%d&lt;/span&gt;&lt;span class="se"&gt;\n&lt;/span&gt;&lt;span class="s"&gt;&amp;#34;&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;s&lt;/span&gt;&lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="n"&gt;x2&lt;/span&gt;&lt;span class="p"&gt;][&lt;/span&gt;&lt;span class="n"&gt;y2&lt;/span&gt;&lt;span class="p"&gt;]&lt;/span&gt; &lt;span class="o"&gt;-&lt;/span&gt; &lt;span class="n"&gt;s&lt;/span&gt;&lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="n"&gt;x2&lt;/span&gt;&lt;span class="p"&gt;][&lt;/span&gt;&lt;span class="n"&gt;y1&lt;/span&gt;&lt;span class="o"&gt;-&lt;/span&gt;&lt;span class="mi"&gt;1&lt;/span&gt;&lt;span class="p"&gt;]&lt;/span&gt; &lt;span class="o"&gt;-&lt;/span&gt; &lt;span class="n"&gt;s&lt;/span&gt;&lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="n"&gt;x1&lt;/span&gt;&lt;span class="o"&gt;-&lt;/span&gt;&lt;span class="mi"&gt;1&lt;/span&gt;&lt;span class="p"&gt;][&lt;/span&gt;&lt;span class="n"&gt;y2&lt;/span&gt;&lt;span class="p"&gt;]&lt;/span&gt; &lt;span class="o"&gt;+&lt;/span&gt; &lt;span class="n"&gt;s&lt;/span&gt;&lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="n"&gt;x1&lt;/span&gt;&lt;span class="o"&gt;-&lt;/span&gt;&lt;span class="mi"&gt;1&lt;/span&gt;&lt;span class="p"&gt;][&lt;/span&gt;&lt;span class="n"&gt;y1&lt;/span&gt;&lt;span class="o"&gt;-&lt;/span&gt;&lt;span class="mi"&gt;1&lt;/span&gt;&lt;span class="p"&gt;]);&lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&#10; &#10; &lt;/div&gt;&#10;&#10; &#10;&lt;/div&gt;&#10;&lt;p&gt;差分是前缀和的逆运算：$a$ 是 $b$ 的前缀和，那么&amp;quot;区间 $[l,r]$ 整体加 $c$&amp;ldquo;只需 $b_l \mathrel{+}= c,\ b_{r+1} \mathrel{-}= c$，最后做一遍前缀和还原：&lt;/p&gt;</description></item><item><title>基于 Hermes 的 Harness 工程</title><link>https://o-sakurajimamai-o.github.io/zh/blog/hermes-harness/</link><pubDate>Sat, 08 Aug 2026 00:00:00 +0000</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/blog/hermes-harness/</guid><description>&lt;h2 id="确立模拟业务场景建立数据"&gt;确立模拟业务场景，建立数据&lt;/h2&gt;&#10;&lt;p&gt;我选取的 &lt;code&gt;是自动化科研助手&lt;/code&gt;，其中数据是让 AI 随机化生成的，主要结构如下：&lt;/p&gt;&#10;&lt;div class="code-box"&#10; data-code-box data-preview="7"&gt;&#10; &lt;div class="code-bar"&gt;&#10; &lt;span class="code-lang"&gt;text&lt;/span&gt;&#10; &lt;span class="code-lines"&gt;5 行&lt;/span&gt;&#10; &lt;span class="code-bar__gap"&gt;&lt;/span&gt;&#10; &lt;button type="button" class="code-btn code-copy"&#10; title="复制" aria-label="复制"&gt;&#10; &lt;svg viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2"&#10; stroke-linecap="round" stroke-linejoin="round" aria-hidden="true"&gt;&#10; &lt;rect x="9" y="9" width="13" height="13" rx="2"/&gt;&#10; &lt;path d="M5 15H4a2 2 0 0 1-2-2V4a2 2 0 0 1 2-2h9a2 2 0 0 1 2 2v1"/&gt;&#10; &lt;/svg&gt;&#10; &lt;/button&gt;&#10; &#10; &lt;/div&gt;&#10;&#10; &lt;div class="code-body"&gt;&#10; &lt;div class="highlight"&gt;&lt;pre tabindex="0" class="chroma"&gt;&lt;code class="language-text" data-lang="text"&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;D:\Shixun\harness-research\&#10;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;├── data\ # 模拟文献、实验数据（只读，Worker 不可改）&#10;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;├── scripts\ # 工具脚本（lit_read / exp_stats / report_export）...&#10;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;├── evidence\ # 证据目录：调研纪要、分析日志、评审意见（按 task_id 组织）&#10;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;├── .hermes.md # 项目规则（Hermes 自动发现并注入）&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&#10; &#10; &lt;/div&gt;&#10;&#10; &#10;&lt;/div&gt;&#10;&lt;h2 id="确立工作流"&gt;确立工作流&lt;/h2&gt;&#10;&lt;table&gt;&#10;&#9;&lt;thead&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;工作流&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;编排方式&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;为什么用这种方式&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;验证架构的哪一层&lt;/th&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&lt;/thead&gt;&#10;&#9;&lt;tbody&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;1. 文献调研纪要&lt;/strong&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;单 Agent 直执行&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;6 篇文献顺序读取，彼此无依赖也无并行收益，单会话可完成&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;执行层&lt;/strong&gt;：工具链能否跑通、Skill 能否加载、审计能否留痕&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;2. 实验方案设计&lt;/strong&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;delegate_task&lt;/code&gt; 并行委派&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;文献依据 / 数据审计 / 方案设计三个子任务互不依赖，且各自需要独立上下文，避免互相污染&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;编排层&lt;/strong&gt;：多 Agent 分工、结构化交接、主 Agent 合并&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;3. 报告评审全流程&lt;/strong&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;Kanban&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;跨会话、有依赖顺序（Planner → Worker → Reviewer）、失败后要能阻塞并恢复&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;状态层 + 控制层&lt;/strong&gt;：状态持久化、返工闭环、异常恢复&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&lt;/tbody&gt;&#10;&lt;/table&gt;&#10;&lt;ol&gt;&#10;&lt;li&gt;工作流 1 回答「&lt;strong&gt;单个 Agent 到底能不能干活&lt;/strong&gt;」——这是一切的前提；&lt;/li&gt;&#10;&lt;li&gt;工作流 2 回答「&lt;strong&gt;多个 Agent 能不能分工而不互相干扰&lt;/strong&gt;」；&lt;/li&gt;&#10;&lt;li&gt;工作流 3 回答「&lt;strong&gt;出错了能不能恢复&lt;/strong&gt;」。&lt;/li&gt;&#10;&lt;/ol&gt;&#10;&lt;h2 id="建立可提交的-plugin"&gt;建立可提交的 Plugin&lt;/h2&gt;&#10;&lt;h3 id="新建版本化插件"&gt;新建版本化插件&lt;/h3&gt;&#10;&lt;p&gt;在工作区新增：&lt;/p&gt;</description></item><item><title>关于我</title><link>https://o-sakurajimamai-o.github.io/zh/about/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://o-sakurajimamai-o.github.io/zh/about/</guid><description>&lt;h2 id="教育经历"&gt;教育经历&lt;/h2&gt;&#10;&lt;div class="entry"&gt;&#10; &lt;div class="entry__row"&gt;&#10; &lt;span class="entry__title"&gt;&lt;a href="https://www.tju.edu.cn/" rel="noopener"&gt;天津大学&lt;/a&gt;&lt;/span&gt;&lt;span class="entry__date"&gt;2026.09 – 2029.06（预计）&lt;/span&gt;&lt;/div&gt;&lt;div class="entry__row entry__row--sub"&gt;&#10; &lt;span class="entry__org"&gt;计算机技术 · 硕士&lt;/span&gt;&lt;span class="entry__place"&gt;天津&lt;/span&gt;&lt;/div&gt;&lt;div class="entry__body"&gt;&lt;ul&gt;&#10;&lt;li&gt;方向：大语言模型与 Agent。&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;/div&gt;&lt;/div&gt;&#10;&#10;&lt;div class="entry"&gt;&#10; &lt;div class="entry__row"&gt;&#10; &lt;span class="entry__title"&gt;&lt;a href="https://www.ytu.edu.cn/" rel="noopener"&gt;烟台大学&lt;/a&gt;&lt;/span&gt;&lt;span class="entry__date"&gt;2022.09 – 2026.06&lt;/span&gt;&lt;/div&gt;&lt;div class="entry__row entry__row--sub"&gt;&#10; &lt;span class="entry__org"&gt;计算机科学与技术 · 学士&lt;/span&gt;&lt;span class="entry__place"&gt;烟台&lt;/span&gt;&lt;/div&gt;&lt;/div&gt;&#10;&#10;&lt;h2 id="奖项"&gt;奖项&lt;/h2&gt;&#10;&lt;div class="entry"&gt;&#10; &lt;div class="entry__row"&gt;&#10; &lt;span class="entry__title"&gt;蓝桥杯全国总决赛 一等奖（前3%）&lt;/span&gt;&lt;span class="entry__date"&gt;2026.06&lt;/span&gt;&lt;/div&gt;&lt;/div&gt;&#10;&#10;&lt;div class="entry"&gt;&#10; &lt;div class="entry__row"&gt;&#10; &lt;span class="entry__title"&gt;全国高校计算机能力挑战赛（本研组） 一等奖&lt;/span&gt;&lt;span class="entry__date"&gt;2024.12&lt;/span&gt;&lt;/div&gt;&lt;/div&gt;&#10;&#10;&lt;div class="entry"&gt;&#10; &lt;div class="entry__row"&gt;&#10; &lt;span class="entry__title"&gt;团体程序设计天梯赛 个人二等奖（前6%）&lt;/span&gt;&lt;span class="entry__date"&gt;2026.05&lt;/span&gt;&lt;/div&gt;&lt;/div&gt;&#10;&#10;&lt;div class="entry"&gt;&#10; &lt;div class="entry__row"&gt;&#10; &lt;span class="entry__title"&gt;蓝桥杯全国总决赛 二等奖&lt;/span&gt;&lt;span class="entry__date"&gt;2025.06&lt;/span&gt;&lt;/div&gt;&lt;/div&gt;&#10;&#10;&lt;div class="entry"&gt;&#10; &lt;div class="entry__row"&gt;&#10; &lt;span class="entry__title"&gt;团体程序设计天梯赛 个人三等奖 / 团体三等奖&lt;/span&gt;&lt;span class="entry__date"&gt;2025.05&lt;/span&gt;&lt;/div&gt;&lt;/div&gt;&#10;&#10;&lt;div class="entry"&gt;&#10; &lt;div class="entry__row"&gt;&#10; &lt;span class="entry__title"&gt;全国大学生数学竞赛 山东省一等奖&lt;/span&gt;&lt;span class="entry__date"&gt;2025.11&lt;/span&gt;&lt;/div&gt;&lt;/div&gt;&#10;&#10;&lt;div class="entry"&gt;&#10; &lt;div class="entry__row"&gt;&#10; &lt;span class="entry__title"&gt;百度之星程序设计大赛 山东省铜奖&lt;/span&gt;&lt;span class="entry__date"&gt;2024.7&lt;/span&gt;&lt;/div&gt;&lt;/div&gt;&#10;&#10;&lt;div class="entry"&gt;&#10; &lt;div class="entry__row"&gt;&#10; &lt;span class="entry__title"&gt;中国大学生计算机设计大赛 山东省三等奖&lt;/span&gt;&lt;span class="entry__date"&gt;2024.10&lt;/span&gt;&lt;/div&gt;&lt;/div&gt;&#10;&#10;&lt;h2 id="项目"&gt;项目&lt;/h2&gt;&#10;&lt;ol&gt;&#10;&lt;li&gt;&#10;&lt;div class="entry"&gt;&#10; &lt;div class="entry__row"&gt;&#10; &lt;span class="entry__title"&gt;&lt;a href="https://github.com/7DaysWithU/RecommenderSystem_V1" rel="noopener"&gt;基于深度学习的中国民族歌舞个性化推荐系统&lt;/a&gt;&lt;/span&gt;&lt;/div&gt;&lt;div class="entry__row entry__row--sub"&gt;&#10; &lt;span class="entry__org"&gt;Python · PyTorch · Scrapy&lt;/span&gt;&lt;/div&gt;&lt;div class="entry__body"&gt;&lt;blockquote&gt;&#10;&lt;p&gt;图文、音视频内容的精准推荐，采用离线特征定时更新与在线实时运算的混合模式。&lt;/p&gt;&#10;&lt;/blockquote&gt;&lt;/div&gt;&lt;/div&gt;&#10;&#10;&lt;/li&gt;&#10;&lt;li&gt;&#10;&lt;div class="entry"&gt;&#10; &lt;div class="entry__row"&gt;&#10; &lt;span class="entry__title"&gt;&lt;a href="https://github.com/o-Sakurajimamai-o/A-Simple-Question-Answering-System-Based-on-BERT" rel="noopener"&gt;基于 BERT 与 mengzi-T5 的双模型中文问答机器人&lt;/a&gt;&lt;/span&gt;&lt;/div&gt;&lt;div class="entry__row entry__row--sub"&gt;&#10; &lt;span class="entry__org"&gt;Python · PyTorch · Transformers&lt;/span&gt;&lt;/div&gt;&lt;div class="entry__body"&gt;&lt;blockquote&gt;&#10;&lt;p&gt;面向中文阅读理解的高精度问答系统，主要解决长文本语义建模不足、以及用户输入错别字干扰答案抽取这两个问题。&lt;/p&gt;&#10;&lt;/blockquote&gt;&lt;/div&gt;&lt;/div&gt;&#10;&#10;&lt;/li&gt;&#10;&lt;li&gt;&#10;&lt;div class="entry"&gt;&#10; &lt;div class="entry__row"&gt;&#10; &lt;span class="entry__title"&gt;&lt;a href="https://github.com/o-Sakurajimamai-o/Seq2Seq-CN---EN-model-based-on-Attention-and-Transformer" rel="noopener"&gt;基于 Bahdanau Attention 与 Transformer 的中英翻译&lt;/a&gt;&lt;/span&gt;&lt;/div&gt;&lt;div class="entry__row entry__row--sub"&gt;&#10; &lt;span class="entry__org"&gt;Python · PyTorch&lt;/span&gt;&lt;/div&gt;&lt;div class="entry__body"&gt;&lt;blockquote&gt;&#10;&lt;p&gt;用 PyTorch 从头搭了两个经典 NLP 翻译模型——带 Bahdanau 注意力的 Seq2Seq (GRU) 与标准 Transformer，在 Opus/Tatoeba 上完成中英互译。&lt;/p&gt;&#10;&lt;/blockquote&gt;&lt;/div&gt;&lt;/div&gt;&#10;&#10;&lt;/li&gt;&#10;&lt;/ol&gt;&#10;&lt;h2 id="技能"&gt;技能&lt;/h2&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;&lt;strong&gt;深度学习&lt;/strong&gt; —— 熟练使用 PyTorch 搭建与训练模型。自学 STAT 157、CS329P 等课程，独立实现过 FCN/ResNet 的人像虚化、Transformer 与 LSTM 的序列生成；有 Kaggle 语义分割、图像分类的实战经验。&lt;/li&gt;&#10;&lt;li&gt;&lt;strong&gt;算法&lt;/strong&gt; —— A*、线段树、动态规划、计算几何、数论，对计算机底层原理也比较熟悉。&lt;/li&gt;&#10;&lt;li&gt;&lt;strong&gt;语言与工具&lt;/strong&gt; —— Python、C/C++、LaTeX；用 Git/GitHub 做版本控制，代码与文档撰写习惯尚可。&lt;/li&gt;&#10;&lt;li&gt;&lt;strong&gt;英语&lt;/strong&gt; —— CET-6；长期读《经济学人》等英文外刊。&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;h2 id="兴趣爱好"&gt;兴趣爱好&lt;/h2&gt;&#10;&lt;p&gt;&lt;strong&gt;算法竞赛&lt;/strong&gt;、&lt;strong&gt;写博客&lt;/strong&gt;、&lt;strong&gt;做分享&lt;/strong&gt;&lt;/p&gt;</description></item></channel></rss>