Roc

[晓知以Ray @caoxiaolei]

超高清！
中英文版本元素周期表图示+文字
自取：链接: https://t.co/s6HRchY3XW 提取码: 9788

[头雁 @alacheng]

这个x主对transformer的理解挺深刻。

1/ “不要把 transformer 想成一个管道：好像每一层都在转换前一层的输出。”

理解：每个 block 里的 attention 或 MLP（也就是 (f)）并不是把输入“变成”新的东西，而是算出一份要加回去的增量。原输入 (x) 通过残差连接原样加回去，所以信息主要是被“追加”，不是被覆盖。

2/“开始把它想成一个残差流” 每个 transformer 块都有一个残差连接，将块的输入加回到它的输出上。
x' = f(x) + x
这种“加法”连接意味着一层内部的注意力/MLP 块（上面的函数 f）实际上并没有转换输入——相反，它计算出在传递到下一个块之前必须添加到输入上的信息

3/把整个 transformer 主干想象成一个共享的白板。每个块从白板上读取它需要的东西，并将它的笔记写在白板上。累加的改变。 事实上，层之间可以远距离交流。第 1 层的一个块可以写入信息，第 5 层的一个块可以读取它，尽管它们之间没有直接的连线。

理解：整条 backbone 是同一块白板。
每一层读白板上已有的内容，再把自己的笔记写上去（加法）。第 1 层写的东西，第 5 层仍然能读到，中间不需要专门连一根线。因为中间层只是在原向量上继续加，早期写入的方向不会被擦掉。
加输入，是因为这一层算出来的不是“新的完整表示”，而是一份要叠到原向量上的修正。

[ClaudeDevs @ClaudeDevs]

Claude can now help you build evaluations and hillclimb on them.

In this article, we share guidance on eval design & skills that Claude Code can use to improve your applications.

https://t.co/PgKFC2DWth

[Fred-New @Fred834567]

我现在只用 10 个网站，每天只要25 分钟看完全网热点

1、NewsNow（多平台聚合）
一个页面看完知乎、微博、B站、虎扑、V2EX，不用来回切 App。
https://t.co/s9jqA9j0UA

2、SoPilot（X 爆帖专用）
专盯 X 上的爆款帖子，抢首评和抓舆论风向，全指着它了。
https://t.co/v4et3qeO0z

3、AIHOT（AI热点监控）
卡兹克做的AI热点监控平台，168个精选信源，AI自动评分筛选，附带推荐理由。想知道AI圈今天在聊什么，看这个就够。
https://t.co/6NXDtFTN4l

4、机器之心（AI技术深度）
中文AI媒体里技术最硬的一家。顶会论文解读、大模型架构拆解，适合想搞懂“为什么”的人。
https://t.co/U39TV83rM0

5、量子位（AI产业快讯）
国产大模型动态、AI创业融资，更新极快，常是国内首发信源。
https://t.co/oT5DAl5r4Y

6、Hugging Face Papers（AI开源前沿）
几乎所有主流开源模型都会在这里首发，每天刷一眼Papers板块，就能跟上开源社区的最新进展。
https://t.co/eH0uMqGHnZ

7、雪球（投资情绪与热点）
国内投资者在吵什么、在追什么，看热帖比看研报快。财经情绪的风向标。
https://t.co/tPed9lfcYu

8、StockAnalysis（美股基本面）
查美股个股、ETF、财务报表、估值指标、分析师预测，做基本面初筛够用了。
https://t.co/uGJcu4A5oK

9、Seeking Alpha（美股投研社区）
大量投资者和分析师的个股深度分析、财报点评、多空观点。适合做研究时挖逻辑。
https://t.co/sF54XscTpF

10、Sankaku Complex（二次元/NSFW内容聚合）
动漫及成人向图片、GIF、部分视频的聚合搜索平台，Tag系统强大，支持中文关键词。
https://t.co/sEcdhDsIGL

我自己的习惯是，把NSFW也当成信息流的一部分，不回避，但也不让它吃掉时间。Sankaku的Tag系统很好用，我会固定关注几个感兴趣的Tag，比如cosplay、AI生成、原创，每天刷新一次，看到好的就存进本地相册，不重复刷。

另外，我会用RSS把几个NSFW站点的更新推送到阅读器，集中看，避免无目的乱点。

别在公共网络下登录，也别用常用密码，这是基本操作。真正要控制的是时间，设个5分钟倒计时，到点就关。刷NSFW是为了放松，不是让你陷入无限下滑的循环。

AI也能帮上忙。比如用本地模型给图片自动打标签，方便以后检索。或者用AI生成一些参考图，辅助创作。但别拿主账号去跑，开个虚拟机或者独立环境。

这10个网站，我真正每天打开的就是前六个，后面几个按需。但不管刷什么，关键是知道自己为什么打开它，而不是习惯性地点开

[山景城小路 @Zen_with_AI]

系统设计面试，进硅谷大厂必准备的内容。

28 章《System Design Interview》 笔记中文版：限流器、一致性哈希、聊天系统、YouTube、支付系统、证券交易所…… 全中文讲解配架构图，每个设计的 trade-off 都讲透。
面试前刷好提高胜率。

https://t.co/xBFYPfwqC8

[Miles Ma @miles_mazy]

看完这篇，感觉可以应聘 RSI 这个岗位了

RSI 比 FDE 更值得做，工资就更不用说，年入百万没问题

[GitHubDaily @GitHub_Daily]

耶鲁一位计算机博士生，把自己发论文用的画图脚本全开源了，项目叫 figures4papers。

支持柱状、雷达、折线趋势、三维球体示意、概念等类型图，8 个论文项目各一个文件夹，脚本、数据、成图放在一起，照着改数据就能出自己的图。

他还把这套画图风格整理成了一个 Skill，接进 Cursor、Claude Code 或 Codex，让 Agent 按这套规范帮我们写画图脚本。

GitHub：https://t.co/R47oklr7St

规范写得挺细，去掉上边和右边的坐标轴线，柱子加黑边，配色固定一套语义，蓝色给自己的方法，绿色系给改进项，红色系给对比基线，默认 300 DPI 导出。

不装也能用，把仓库在 Agent 里打开，提示词里让它照 SKILL.md 和设计原则文件来写就行，README 里给了现成的提示词模板。

前几天分享的 vivid-figures-skill 是让 AI 选图画图，这个更像拿一位常年投顶会的作者的审美当模板，写论文要出图的可以两个都看看。

[Geek @geekbb]

今天的 GitHub 更是没法看了，已经被 Jev 包围，分享一个 Awesome Jev 吧。

https://t.co/566zOKjwCT

[头雁 @alacheng]

TypeSafe AI 创始人 Diogo Almeida在发布Jev之前的一次演讲，他应该在openai就意识到模型对齐人类偏好，在自动化任务上是不合理的优化方向。所以这次访谈把他的自动化理念做了很好的阐述。而Jev的对齐方向是RLCD。感兴趣的可以再深入我文章末尾的一篇解读（什么是 RLCD？Jev 背后的秘密）链接。

视频里主要分享了：
1. 他认为当前AI模型是“AI: Overpromise, Underdeliver”（过度承诺、交付不足）来概括这个现象。

2. 存在两类任务的巨大鸿沟

一边是“对人类来说太好了”的能力（聊天、写代码助手、客服话术）；

另一边是“对真正自动化来说还不够用”的场景（需要高可靠性、不能幻觉、能直接被代码调用的决策）。

3. 最苦的教训（The Bitterest Lesson）
他借用并延伸 Sutton 的观点：算法、算力、数据都重要，但最关键的是有没有在做正确的任务。当前模型主要在优化“让人类满意”，而不是“让软件能直接用”。

4. RLHF 的副作用
提到 Mode Collapse（模式坍塌）：模型为了讨好人类，会丢掉多样性，变得过于“安全”、过于迎合，这在需要精确决策时是致命的。

5. 举例说明问题
比如 Taco Bell 用 AI 做得来速点餐翻车的新闻，用来说明：把 LLM 直接丢进高风险、真实世界流程里，现在还不行。

6. 他们的方向
不要再把 AI 做成“和人聊天的助手”，而是做成给软件用的决策引擎（后来发布的就是 Jev / System One Model）：
输入状态 + 结构化问题，直接输出带概率和置信度的选择/分数，而不是生成一段文字。

目标是让 AI 像水电一样，成为代码可以放心调用的基础设施，从而真正推动自动化和经济变革。

我对jev的看法：
为什么现在的聊天模型没法带来真正的自动化革命，以及下一代模型应该优化给计算机用，而不是优化给人类聊天用。如果你只是理解jev是另一个bert，做做分类，标注，或是另一个排序模型，往往会低估他的潜力。他有更好的泛化性和通用性，现在在x上已经能看到很多用法，这不是bert可以代替的。另外他也不是解决所有问题的模型，一些场景搭配LLM也会更好，更节省成本。但是毕竟jev也只是输出的是概率，一些重要不可逆的场景，代码还是要有更多检查和验证，不然只是相信他输出的概率，也容易出巨大风险。而一些LLM应用，我隐约看到可以提高盈利的可能性了，jev会促进应用生态的发展，但他不是万能的，虽然他不生成幻觉，但是他生成的也是概率。

备注：
TypeSafe AI 创始人 Diogo Almeida（前 OpenAI 研究员，参与过 RLHF、InstructGPT、ChatGPT 相关工作）的一场发布Jev之前的演讲。

什么是 RLCD？Jev 背后的秘密：
https://t.co/moEYUxwulI

[yibie @yibie]

https://t.co/T6tZTTaHcm

[黄小木 @ai_xiaomu]

刚接了个 jev 的商单，就拿乌云佬的案例做演示了。

[Jackywine @Jackywine]

终于有人聊聊审美了，AI 越发展，我们越需要重视审美

[SuSu_酥酥👅 @NFT_Chen]

🔥牛逼！让 Jev 自我优化、自己解决复杂问题，不用再手写 instruction、criteria、候选集！

JevHarness：LLM 自动生成任务专属决策流程，冻结后每次只跑代码 + 快速 Jev 判断。有数据还能用轨迹持续进化。宝可梦 5 轮迭代，胜率 25% → 75%。

主要亮点：
🔹LLM 写一次策略，Jev 做高速模糊判断
🔹自动生成特征、问题、判据和动作逻辑
🔹可用奖励 + 全轨迹反射 / GEPA 自我优化
🔹自带 Coding Agent skill，丢仓库地址就能开干
🔹可回放每一步 Jev 选择的对战 Demo

关键操作
1️⃣仓库：https://t.co/nlVZqqTN0k

2️⃣Claude Code 装 skill：
/plugin marketplace add https://t.co/JKf6ObsDRl
/plugin install jev-harness@jevharness

3️⃣对 Agent 说：用 JevHarness skill，按我的任务生成 harness

4️⃣有奖励就开评测 + 迭代；满意后冻结，线上只跑 harness + Jev

5️⃣Demo：https://t.co/HCAcJsW2Yw

#Jev #JevHarness #AgentHarness #开源 #LLM #决策模型 #宝可梦AI #自我优化

[小墨同学 @xiaomovps]

让 AI 写好看的 UI，有这五个网站就够了🔥

我整理了 5 个时候 AI学习和复刻的 UI 网站：

1、Mobbin｜真实产品 UI

https://t.co/qHJcvNRS62

2、Refero｜Agent 设计参考

https://t.co/CimA9iRu84

3、Lapa Ninja｜Landing Page 灵感

https://t.co/FGh34oSBpX

4、Page Flows｜真实交互流程

https://t.co/fd0HssR8RE

5、Godly｜前沿视觉灵感

https://t.co/yE1YAETooA

[meng shao @shao__meng]

腾讯团队开源发布会"预演"的记忆系统「T-Mem」

当前四代长期记忆架构：Flat RAG、图结构记忆（GraphRAG、Zep、HyperMem）、agentic 层级记忆（Mem0、A-Mem、MemoryBank）、操作系统式记忆内核（MemGPT、MemOS、MIRIX），虽然结构各异，但检索配方却完全相同：把查询和存储内容投进同一个相似度空间（BM25 或稠密向量），取 top-K。这决定了一件事：记忆的"可达性"被相似度封顶。

论文：https://t.co/Un2f8yFr2r
开源项目：https://t.co/0oItT1QCT9

# 现在的问题是什么？

现有记忆架构的检索配方只覆盖一半情形。当查询与记忆共享表面特征时（同样的措辞、同一个实体、同一个时间地点）它工作良好，这就是描述性召回。但长对话里还有同样常见的另一半：查询与记忆零表面重合，绑定二者的只有一条潜在的语义弧，比如因果关系、同一情境的延续。这是联想性召回。比如：一个月前用户说过"团队里有人严重海鲜过敏"，今天问"今晚团队去哪儿吃饭"，两句话没有任何词汇重合，前者却恰恰是后者的必答依据。长对话中的用户极少用原措辞重提旧话题，而借新情境的间接线索回访记忆；表面形式已经漂远的目标，永远无法从同一个相似度邻域里到达。

把"粒度"（单条事实 / 完整对话段）和"取向"（描述性 / 联想性）作为两个正交轴，就得到 2×2 检索设计空间。论文指出，现有系统全部挤在第一、第四象限（描述性的一半），第二、第三象限，联想性的一半，是这套检索配方的结构性盲区。也是腾讯这篇论文的基础。

# 核心思想：把"预演"放在写入时

T-Mem 的答案借自认知科学。人在回忆过去时，会为未来的线索预演经验，这叫"情景未来思维"。它的工程对应物就是 trigger：写入记忆时，由构建用的大模型离线算好并随宿主存放的一条预测，"这条记忆会在什么情境下重新变得重要"。

trigger 的架构意义在于解耦了两件事：一条记忆"如何被到达"和"什么算答案证据"。当相似度找不到宿主时，查询仍可以经由宿主的某条 trigger 命中它。每条记忆因此同时保有描述性入口和联想性入口。四个 trigger 家族各占设计空间的一个象限：
· Entity Trigger（第一象限，事实×描述）：给原子事实一个上位概念名。"海鲜过敏"的实体触发器可能落在"饮食限制"上。
· Bridge Trigger（第二象限，事实×联想）：把事实投射到一个"知道它就会有用"的具体情境，并附一步推理的理由。过敏事实投射到"为团队晚餐选餐厅"。这是纯联想轴，相似度检索完全无法覆盖。
· Scene Trigger（第四象限，场景×描述）：从情境、对象、事件、情绪四个正交属性各用一句话描述当前场景。
· Horizon Trigger（第三象限，场景×联想）：把同一场景投射到一组前瞻维度，让未来的查询从相关但不同的情境接近时仍能命中它。

其中 Entity 和 Scene 服务的是相似度检索已经覆盖的那一半，Bridge 和 Horizon 才是填补盲区的两族。

# 结构与流程

记忆被组织成五类对象的类型化图：scene（按事件闭合切分的连贯对话段，作为证据）、item（从 scene 抽取的原子事实，可锚定到多个源 scene 以承载跨场景的逻辑链）、topic 标签（只用于限定抽取范围和检索预过滤，明确不进入问答通道）、四族 trigger（只参与检索，永不出现在证据里），以及按说话人聚合的 persona（作为环境上下文附在证据之后，不占用检索预算）。三条设计承诺：证据层按类型隔离、topic 不污染问答、trigger 不进入证据路径。

构建是四阶段离线流水线，顺序承重：按事件闭合（而非会话边界，会话边界是数据采集的副产品，一个会话可含多个事件、一个事件可跨多个会话）切分 scene；按到达顺序做 topic 归组，一个 scene 可加入多个 topic；每个 topic 一次抽取，同时产出原子 item 和跨场景连接 item；最后逐节点生成 trigger，Entity 与 Bridge 在同一次模型调用中产出。

检索是自上而下的 topic→scene→item 三级瀑布，每层用 RRF 融合词法与稠密排序。最关键的一处工程细节是：经由任一 trigger 到达的 scene 和 item 不受 topic 预过滤的闸门约束。预过滤本质是基于相似度的邻域测试，而 Bridge 和 Horizon 恰恰是为邻域之外的线索设计的；让它们过闸，等于把 T-Mem 自己要对抗的相似度体制重新加回来。item 级 trigger 召回另带 0.85 的硬余弦阈值。trigger 索引采用多视图编码：每个 item 暴露纯概念、纯桥接、联合（概念∥桥接∥理由）三个视图，取跨视图的最大余弦分并归属到宿主。整套检索在 CPU 上即可完成，单台无 GPU 工作站可复现全部评测。

# 实验结果

LoCoMo 官方协议下，T-Mem 总准确率 80.26%，超最强基线 HyperMem（官方协议复跑值 77.01%）3.25 个点，token F1 51.96 同向；分题型为单跳 85.97、多跳 69.15、时间 82.55、开放域 55.21，其中开放域以 0.69 点惜败 MemOS，是唯一未拿第一的题型。

真正的分水岭在 LoCoMo-Plus 的 Cognitive 子集（专门剥离词汇重合、探测纯联想召回的题目）：T-Mem 74.81%，HyperMem 48.63%，MemOS 32.67%，GPT-4o 直接读完整对话原文零样本也只有 21.05%，Gemini-2.5-Pro 为 26.06%。跨基准落差方面，T-Mem 只掉 5.45 个点，其余系统掉 28.38 到 50.07 个点；连 GPT-4o 吃下全部原文也掉 45 个点，说明骨干模型的规模救不了联想轴的断裂。作者自己划的重点是：跨基准落差而非单榜绝对分才是这项工作的 headline。

消融实验是全文最有信息量的部分，且信息不在总分而在两列的不对称。描述轴组件（scene 层、item 通道、Entity+Bridge、persona、topic 过滤）在 LoCoMo 上各值 1.4 到 4.7 个点，在 LoCoMo-Plus 上却只值 0.25 到 2.99 个点；联想轴组件完全反过来，去掉 Horizon Trigger，LoCoMo 只动 0.08 个点，LoCoMo-Plus 塌 12.47 个点，两个场景级 trigger 一起去掉塌 22.19 个点，是任一描述轴开关影响力的七倍以上。这条不对称本身就是论证：只按相似度基准调优的系统，隐含地就在优化"待在相似度邻域之内"，而邻域之外的成本，这类基准在构造上就测不到。

效率上，构建是一次性离线成本：10 段 LoCoMo 对话共 9,689 次构建模型调用、15.60M token，高于 Mem0 的 12.20M，作者把增量明确归给 Bridge 和 Horizon 两族联想 trigger，称之为扩展联想轴的价格。答题时的 token 预算低于 HyperMem 的同时两个基准都更准；低 token 阵营（Mem0、Zep、MemOS）在 LoCoMo-Plus 上直接崩盘。

[黄小木 @ai_xiaomu]

直观感受下 seo 内链重构：jev pk opus5

Jev 在 45.1 秒内完成了全站重构，成功放置 584 个高相关性内链，并拒绝了 139 个强行凑数的无效页面，总耗费 $0.21。

作为对比，opus5 相同时间只处理了 21 个页面。

[Gorden Sun @Gorden_Sun]

实际试了一下，不是很难，Fable 5.1直出。
在线体验：https://t.co/wl5K5BSWSY
Github：https://t.co/oiztXKcM0s

[rvaniaaa @rvaniaaaa]

I still don't understand why everyone is still running agents in a line. I switched to graphs three weeks ago and my fleet finished in the time my single agent used to spend on step two.

what slows every agent system I have seen is not intelligence. it is geometry. and almost nobody is talking about it.

one engineer used this to rewrite 535,000 lines of code in 11 days. a manual rewrite of that scale could take close to a year. it cost $165,000 in tokens. the graph was not cheap. it was just faster than a human year.

a node is one agent with one job. research one competitor. review one file. check one claim. the moment a node owns two independent jobs you lose the ability to parallelize them cleanly, verify them independently, and debug them in isolation. an edge is a dependency. it only exists when data actually moves across it. everything else is a fake edge. a wait you invented that costs time and produces nothing.

find the fake edges and the line collapses into something wider. jobs that can run at the same time run at the same time. what used to take the sum of forty steps now finishes in the time of the slowest layer.

the pattern behind every serious agent system looks like a diamond. fan out to gather breadth, one agent per angle, all at once. reduce with plain code, no model tokens spent. verify with a fresh skeptic on every finding. synthesize once from what survived. Claude's own research feature uses a very similar pattern in production.

the part nobody warns you about: the verifier needs clean context. give it the same conversation the worker had and it is not checking anything. it is nodding along to itself in a different window. a graph of agents sharing one context is a single loop in a costume. it breaks the same way, just later and more expensively.

one rule that holds at every scale. a worker and its verifier must never share a context.

your agents are not too slow. they are waiting in a line that did not need to exist.

full guide in the article. save it before you build your next agent from scratch.

[meng shao @shao__meng]

Doc + Jev => DocJev

@llama_index 团队最新开源文档分类与拆分工具 DocJev，给它一个 PDF/DOCX/PPTX 和一份用自然语言写的类别规则，它可以告诉你这份文档属于哪个类别，或者把一份“文件包”按边界拆成若干子文档并给出各自页码范围。

开源地址：https://t.co/Dpiyoh5QvW

核心架构：解析与决策分离
1. 解析层（OCR/文本化）：默认用 liteparse，本地原生 Python 解析器，免费、无 API 费用；可选 LlamaParse，基于 VLM，擅长复杂版式，分 Cost Effective / Agentic / Agentic Plus 三档，支持版本锁定和缓存。DOCX/PPTX 需借助 LibreOffice 先渲染成 PDF。
2. 决策层（Jev）：把归一化后的页文本发给 Jev 托管服务，返回类别、概率和分布。

这个分离带来两个直接好处：解析结果可复用（parse 一次，classify/split 多次，metrics.decision_ms 可单独看推理耗时）；换 OCR 后端不影响决策逻辑。“6 倍速度”的对比是包含 liteparse 解析时间的全链路数字。

[周览资源 @grgerwcwetwet]

推荐这本《图解人工智能》。日本人写的技术科普书就是通俗易懂，深入浅出。粗看了一遍，比国内的那些算法书好懂多了，很适合学习者先大概了解人工智能领域的技术和数学问题，再作深入学习。

🔗：https://t.co/THkVIdyIEA