谢bro的研究笔记

记录谢bro的研究随想和见闻。

Agent 智能体系统：从执行闭环到 Harness 设计

2026年10月15日约 15 分钟

从任务执行闭环出发，梳理 Harness 的执行控制、上下文与记忆、工具与协议、安全隔离、验证和恢复。

2026年10月8日约 36 分钟

比较 SFT、RLHF、PPO、DPO 与 GRPO 的数据、目标和工程边界，并建立是否应该微调的决策路径。

2026年10月4日约 25 分钟

汇总优化不等式、矩阵分析、概率论、Metropolis–Hastings 与最优传输中的常用定义、公式和推导。

2026年9月17日约 22 分钟

从企业知识库场景出发，梳理解析、索引、混合召回、融合、重排、引用与评测构成的完整证据链。

2026年9月13日约 11 分钟

沿着一次 token 生成，拆解 Decoder-only Transformer 的前向计算、训练推理、长上下文机制与 Agent 能力形成路径。