2026
10 篇文章
10-23
XGrammar 结构化解码缓存剖析：Unlimited 模式并发 Clear 字节记账竞态与代际修复（PR #1011）
#AI Infra #C++ #XGrammar #结构化解码 #并发编程 #源码分析
10-20
多约束生产级 Agent 系统实践：两阶段工具路由、DAG 局部重规划与轨迹级评测闭环
#Agent #LLM #工具调用 #上下文工程 #DPO #强化学习
10-16
多视角推理蒸馏（LLM-MRD）与可审计生成式评审系统（DeepReviewer 2.0）深度拆解
#知识蒸馏 #多模态 #Qwen2.5-VL #Agent #Post-training #论文解读
10-07
从 Actor、Critic 到 PPO Loss：用 GSM8K 理解语言模型强化学习
#LLM #PPO #强化学习 #GSM8K #verl #模型后训练