Writing

共 13 篇 · 论文拆解、好文拆解与实践复盘，按类型分组

论文拆解8 篇

• 2026-09-17 SWE-bench 拆解：一个 benchmark 如何定义并塑造编程 Agent LLM · 智能体 · 论文拆解 · 评测基准
• 2026-09-04 SAO 拆解：当 GRPO 的组式采样撞上异步 Agent 训练，160 步崩溃之后怎么救 LLM · 强化学习 · 论文拆解
• 2026-09-03 WebRL 拆解：ICLR 2025 论文怎么把自进化课程讲成闭环 LLM · 强化学习 · Agent · 论文拆解
• 2026-09-03 WebArena 拆解：ICLR 2024 论文怎么写一篇 benchmark 结构范本 LLM · 智能体 · 论文拆解
• 2026-09-03 Search-R1 拆解：COLM 2025 论文怎么把「RL + 搜索引擎」讲清楚 LLM · 强化学习 · 论文拆解
• 2026-09-03 Reflexion 拆解：NeurIPS 2023 论文怎么把「试错学习」写成语言闭环 LLM · 强化学习 · 智能体 · 论文拆解
• 2026-09-03 ReAct 拆解：ICLR 2023 论文怎么用一个循环定义 agent 范式 LLM · 智能体 · 论文拆解
• 2026-09-03 DAPO 拆解：怎么用四个机制把 GRPO 在 AIME 2024 从 30 分拉到 50 分 LLM · 强化学习 · 论文拆解

好文拆解4 篇

• 2026-09-03 好文拆解：Lilian Weng 怎么把「思考」写成一棵分类树 LLM · 推理 · 好文拆解
• 2026-09-03 好文拆解：Lilian Weng 怎么用一张架构图写活 agent 综述 LLM · 智能体 · 好文拆解
• 2026-09-03 好文拆解：Karpathy 怎么把炼丹写成配方式流程 深度学习 · 好文拆解
• 2026-09-03 好文拆解：Anthropic 怎么把 agent 工程写成设计模式手册 LLM · 智能体 · 好文拆解

实践复盘1 篇

• 2026-08-25 OKC-SFT 复盘：把工业诊断大模型的幻觉率从 34.4% 压到 15.6% LLM · 工业AI