https://qingkeai.online寻找 AGI 时代的青年科学家｜以青稞为薪火🔥，点亮华夏 AGI 之路！Halo v2.26.0zh-cnhttps://qingkeai.online/upload/logo.pnghttps://qingkeai.onlineWed, 28 Oct 2026 13:18:04 GMThttps://qingkeai.online/blog/RSI-Anything让模型继续变强，眼下最缺的往往不是想法，而是反馈：代码修复要跑测试，化学反应要上实验台，免疫研究要做湿实验。每一次执行都是真实成本。 反馈一贵，问题就从“怎么改”变成“先试哪个”。同一个 coder 给出四个候选补丁，同一轮里只执行其中一个；同一批反应条件，实验台只给 40 次机会。选错一次，机会就]]>/blog/RSI-Anythingwangguo青稞TalkWed, 28 Oct 2026 11:31:34 GMThttps://qingkeai.online/blog/phd-blind-man-and-cat作者: Baiqiao Yin https://yyyybq.github.io/blog/phd-blind-man-and-cat/ GPT-6 正在操控一台双臂机器人插花。握着花的那只手臂，腕部相机看不见瓶口；于是它把空着的另一只手臂挪过去，让那只手臂的相机对准瓶口，再把花插进去。 没有人教过]]>/blog/phd-blind-man-and-catwangguo精选文章Tue, 27 Oct 2026 17:45:49 GMThttps://qingkeai.online/blog/KV-resident-memory-mechanism一篇机制拆解笔记。基于 Qwen2.5-7B-Instruct 上的十二次变量分解实验（screening-level：每臂 n=5 paired seeds，不做显著性检验）。 读完应能回答：为什么「把记忆塞进 KV cache」有时好使、有时会把任务框整个塌掉。 做长程 Agent 时，大家都绕]]>/blog/KV-resident-memory-mechanismwangguo精选文章Tue, 27 Oct 2026 09:22:13 GMThttps://qingkeai.online/blog/GroundingPI-GroundAnything先说个场景。 你让机器人去桌上拿那个蓝色杯子，它答得挺快：好，蓝色杯子。 然后手伸过去，抓了个空。 不是它不认识。它认识，甚至能告诉你杯子里有没有水。但它指不准——杯柄在左边还是右边，杯口离桌沿还有几厘米。就差这么一点，手就空了。 第一反应往往是“手”的问题：控制不够精细、动作不够稳。但把这两篇论文]]>/blog/GroundingPI-GroundAnythingwangguo青稞TalkMon, 26 Oct 2026 16:24:09 GMThttps://qingkeai.online/blog/ktransformers-finetune从 DeepSeek-V4 到 Qwen-3.8、Kimi-K3、GLM-5.3，每⼀次超⼤模型的开源都带来性能上的巨⼤跃升。 然⽽，随着模型规模越来越大，多数研究者与开发者只能尝试调用 API，无法在资源受限条件下进行微调，这进一步限制了大家探索前沿模型的特性，也难以把他们适配到自己的业务任务中。]]>/blog/ktransformers-finetunewangguo精选文章Mon, 26 Oct 2026 16:12:34 GMThttps://qingkeai.online/blog/CoworkEnv作者：CoworkEnv 团队 青稞社区为科研人员提供成果宣传支持，如有优秀研究成果分享推广，欢迎投稿联系：aiFreeCode 假设你向一个 AI 同事提出请求：找出超过 48 小时仍未关闭的企业客户工单，并向对应的客户经理发送工单升级处理的通知邮件。 要完成这项工作，Agent 需要查询工单、核]]>/blog/CoworkEnvwangguo精选文章Mon, 26 Oct 2026 10:28:20 GMThttps://qingkeai.online/blog/T-WLA作者：Kaichen Zhou 青稞社区为科研人员提供成果宣传支持，如有优秀研究成果分享推广，欢迎投稿联系：aiFreeCode 每任务 30 条遥操作示范，让触觉在视觉更新之间及时修正动作。 在四项真实机器人任务上，T-WLA 将平均成功率从 17.0% 提升至 50.0%，增加 33 个百分点。]]>/blog/T-WLAwangguo精选文章Sun, 25 Oct 2026 12:49:01 GMThttps://qingkeai.online/blog/EAGLE昨天，EAGLE-4 发布了，作为前 EAGLE Team 成员，想结合技术报告，聊聊它的设计，以及我参与研发时的一些实验和取舍。 作者：给你你的 https://zhuanlan.zhihu.com/p/2096797064151701313 先简单介绍一下背景：我在 2025 年 8 月至 20]]>/blog/EAGLEwangguo精选文章Sun, 25 Oct 2026 12:47:09 GMThttps://qingkeai.online/blog/SteerAct作者：Kaichen Zhou 青稞社区为科研人员提供成果宣传支持，如有优秀研究成果分享推广，欢迎投稿联系：aiFreeCode 每任务 24 条参考轨迹，只引导一个内部特征，动作模型权重保持冻结。 在三项真实机器人任务上，SteerAct 将平均成功率从 31.1% 提升至 52.2%：增加 21]]>/blog/SteerActwangguo精选文章Sun, 25 Oct 2026 12:12:05 GMThttps://qingkeai.online/blog/Embracing-Evolution作者：岳博，在香港中文大学（深圳）在读博士 青稞社区为科研人员提供成果宣传支持，如有优秀研究成果分享推广，欢迎投稿联系：aiFreeCode 谈到具身智能，我们很容易想到更强的视觉语言模型、更多的机器人数据，以及更好的控制策略。但有一个问题往往被放在了训练之外：如果机器人的身体本身不适合任务，再聪明]]>/blog/Embracing-Evolutionwangguo精选文章Sun, 25 Oct 2026 11:46:49 GMThttps://qingkeai.online/blog/Long-WAM机器人要做到实时控制，需要足够长的视觉历史，来判断物体怎么动、任务进行到了哪一步；但只要开始处理历史，动作就会变慢——这是一对天然矛盾。 更微妙的问题在于：给模型历史，它就会用吗？ 来自 NVIDIA、MIT、香港大学与 UCSD 的团队提出 Long-WAM——一个面向实时控制约束、系统性扩展因果]]>/blog/Long-WAMwangguo青稞TalkSun, 25 Oct 2026 11:12:40 GMThttps://qingkeai.online/blog/OPD前言 作者：周星星（星仔） 原文：https://zhuanlan.zhihu.com/p/2095863677282996988 大家好，我是星仔。这篇我们聊 OPD（On-Policy Distillation）。 2025 年 10 月，Thinking Machines Lab 在同名博客里]]>/blog/OPDwangguo精选文章Fri, 23 Oct 2026 17:51:28 GMThttps://qingkeai.online/blog/HISA碎碎念 DeepSeek-V4发布CSA的时候，我对比了一下HISA和CSA的异同，跟身边的同学说，CSA相比HISA确确实实的能减少KV Cache，但是效果会比HISA差一些。但是当时也没有想到如何很好的把这种优势通过实验给展示出来。 看到字节Seed团队最新发布的论文《Periodic Wea]]>/blog/HISAwangguo精选文章Thu, 22 Oct 2026 12:23:24 GMThttps://qingkeai.online/blog/Random-Attention当推理模型需要连续生成几万 token 时，GPU 显存里保存的不只是输入问题，还有不断增长的中间推理历史。对于长链式推理（long-chain reasoning），KV Cache 往往成为限制并发和吞吐的重要瓶颈。 压缩 KV Cache 的常见做法是：先判断哪些历史位置最值得保留，再按照固定]]>/blog/Random-Attentionwangguo精选文章Thu, 22 Oct 2026 12:10:04 GMThttps://qingkeai.online/blog/MERIT一张表格，经过 OCR 和结构解析，变成了整齐的 Markdown。数字看起来齐全，语法也没有问题，但模型仍可能算出一个错误答案：它用到的数字，属于另一组表头；问题限定的高亮单元格，在转换后已经失去了颜色；决定数值含义的单位和脚注，也可能没有进入输入。 当证据在转成文本的过程中发生了变化，后续推理再]]>/blog/MERITwangguo精选文章Thu, 22 Oct 2026 12:10:02 GMThttps://qingkeai.online/blog/UNITAS只有 1.7B 参数，却在双臂操作基准上超过 6B、8B 模型；四个操作基准，全部拿下论文对比方法中的最高整体成功率。 世界动作模型（World Action Model，WAM）的竞争，迎来了一条值得关注的新路线。 当不少研究还在借助预训练视频模型学习动作与未来画面时，香港中文大学（深圳）团队推出]]>/blog/UNITASwangguo精选文章Thu, 22 Oct 2026 12:09:59 GMThttps://qingkeai.online/blog/Vela当你让 personal agent 帮你规划一次出行时，它能否结合过去的交流、近期的搜索和最新的反馈，理解你这次的预算、偏好与实际需求？几个月前你喜欢紧凑的行程，这一次却想轻松休息，agent 就需要识别需求的变化，并据此调整安排。 大模型已经从回答问题走向参与决策与执行。随着它们承担个人助理、复]]>/blog/Velawangguo精选文章Thu, 22 Oct 2026 12:09:43 GMThttps://qingkeai.online/blog/wei-ming-ming-wen-zhang-p93aQ9dl从 DeepSeek-V4 到 Qwen-3.8、Kimi-K3、GLM-5.3，每⼀次超⼤模型的开源都带来性能上的巨⼤跃升。 然⽽，随着模型规模越来越大，多数研究者与开发者只能尝试调用 API，无法在资源受限条件下进行微调，这进一步限制了大家探索前沿模型的特性，也难以把他们适配到自己的业务任务中。]]>/blog/wei-ming-ming-wen-zhang-p93aQ9dlwangguo精选文章Thu, 22 Oct 2026 11:48:40 GMThttps://qingkeai.online/blog/EmbodiedRSI近年来，机器人学习主要依赖模仿学习：用大量专家示范数据训练策略。但换个任务、变个环境，往往就要重新采集数据、重新训练——成本高，扩展性也差。 更麻烦的是，机器人基础模型在物体位置或任务指令变化时，性能会明显下降；想要进一步改进，又需要大量遥操作数据做后训练。 那么问题来了：能不能让具身智能体像人一样]]>/blog/EmbodiedRSIwangguo青稞TalkWed, 21 Oct 2026 13:35:18 GMThttps://qingkeai.online/blog/GroundingPI从VLA到WAM，主流的模型都在通用的基座模型作为base model去改造，但通用基座模型真的靠谱吗？ 所谓的具身基模又真的训对了吗？ 当一个基座模型被改造成 VLA、承担 System 1 的执行角色时，最需要的究竟是什么能力或数据？ 人类整理拥挤的桌面，需要先找到杯子和把手，再决定怎样抓取——]]>/blog/GroundingPIwangguo精选文章Wed, 21 Oct 2026 08:14:17 GMT