知识库总览

研究方向

本知识库覆盖以下主要领域:

  • 大语言模型(LLM)基础 — Transformer 架构、Scaling Laws、RLHF 对齐、GPT 系列演进、LoRA/MoE/RAG/NSA 等关键技术
  • 国产大模型 — DeepSeek(LLM→V2→Coder-V2→V3→V3.2→R1)、Kimi(k1.5→K2→K2.5→VL)、Qwen3 三条主线
  • 扩散模型与生成 — DDPM→Flow Matching→Rectified Flow→FLUX/SD3→Seedream 2/3/4 的理论到工业全链
  • 推理增强方法 — CoT → ToT → GoT → 推理模型的完整演进
  • 计算机视觉 — ViT/Swin/MLP-Mixer、MAE、YOLO/DINO DETR 目标检测
  • 图像编辑与生成 — 指令编辑→统一多模态→推理Agent→图层分解的全栈知识
  • 情感计算 — 情感图像编辑、V-A 连续模型、情感偏差审计
  • LLM Agent — Agent 架构框架、多模态 Agent、Agentic 图像编辑
  • 多模态 Embedding 与检索 — MLLM Embedding、全模态检索、工业部署
  • 推荐系统 — 生成式推荐(OneRec 系列)、CTR 预估统一化(OneTrans/HyFormer/InterFormer)
  • Benchmark 与评估 — 图像编辑/OCT/Doc 解析/PDF 文档处理 benchmark

操作框架

本 vault 由 CLAUDE.md 定义操作规则。核心工作流:来源摄取 → 知识查询 → Wiki 体检 → 深度分析。

Wiki 统计

指标数量
已处理来源97
主题页14
概念页37(含深度分析章节)
实体页29(含批判性评估章节)
比较页13
问答页5
矛盾页1(6 条活跃矛盾)
未处理 Clippings0

最新更新(2026-05-01)

  • ✅ 新增 4 个概念页:VQ-VAE/离散Token化、Agent图像编辑、审美评估与推理、编辑数据合成方法

最新摄取(2026-04-30)

  • ✅ 扩散/生成模型基础(6篇):DDPM → Flow Matching → FLUX Kontext → Seedream 2/3/4
  • ✅ 推荐系统全栈(8篇):OneRec×4 + OpenOneRec + OneTrans + HyFormer + InterFormer
  • ✅ 核心基础论文 + 补充(14篇):LoRA / MAE / MoE 原版 / Switch Transformer / RAG / NSA / DINO DETR / YOLO / DeepSeek-V2 / Coder-V2 / Qwen-Image / MiniMax-M1 / PyTorch / gpt-oss

知识体系特征

  • ✅ 条目深度沉淀(2026-04-30):新增 6 Concepts(DiT/GRPO/DPO/MLA/CLIP/知识蒸馏)、2 Entities(FLUX/GPT-4o)、3 Questions、2 Comparisons,首次填充 Contradictions(6 条矛盾)
  • 覆盖从 2017(Transformer/MoE)到 2025(Seedream 4.0)的 8 年 AI 发展全景
  • 每条知识链都有”事实层 + 分析层”:来源摘要 → 概念/实体 → 主题 → 比较 → 深度分析/批判性评估
  • 跨领域连接丰富:推荐系统 ↔ LLM(Scaling Laws),扩散模型 ↔ 图像编辑(Flow Matching),MoE ↔ 国产大模型(历史演进)