ReadT在这里分享有趣的大模型技术。https://blog.cybermagic.top/NetGPT 十大问题：大模型进6G，路还有多远？https://blog.cybermagic.top/blog/6gana-netgpt-whitepaper/https://blog.cybermagic.top/blog/6gana-netgpt-whitepaper/本文来自 6GANA（6G Alliance of Network AI and Automation）SIG2 工作组。参与者包括华为、中国移动、中国电信、中国联通、中兴、清华大学、浙江大学、鹏城实验室等机构的近 30…Wed, 17 Dec 2025 00:00:00 GMT论文解读网络AIA-MEM：用「卡片笔记法」给 LLM Agent 装上自主演化的记忆系统https://blog.cybermagic.top/blog/a-mem-agentic-memory/https://blog.cybermagic.top/blog/a-mem-agentic-memory/本文来自 Rutgers 大学吴江 Xu 团队，合作者包括独立研究者 Zujie Liang。通讯作者为 Rutgers 助理教授 Yongfeng Zhang。Sat, 28 Feb 2026 00:00:00 GMT论文解读AI Agent第一篇 LLM Agent 记忆机制综述：来源、形式、操作，三个维度把散落的设计归位https://blog.cybermagic.top/blog/agent-memory-survey/https://blog.cybermagic.top/blog/agent-memory-survey/人大+华为诺亚方舟这篇综述是 LLM Agent 记忆方向的第一张地图。用来源、形式、操作三个正交维度，把 MemGPT、Mem0、MemoryBank、A-MEM、Generative Agents 等 28 个系统的设计选择都归了位，并给出了一个统一公式。Wed, 08 Apr 2026 00:00:00 GMT论文解读AI Agent100 个 LLM 智能体如何自动协商通信协议？Agora 的解法很不一样https://blog.cybermagic.top/blog/agora-scalable-communication-protocol/https://blog.cybermagic.top/blog/agora-scalable-communication-protocol/本文来自牛津大学工程科学系与计算机科学系，合作者包括 Eigent AI 的研究人员。一作 Samuele Marro 受微软研究院资助。Mon, 23 Feb 2026 00:00:00 GMT论文解读多智能体系统从原型到生产：Anthropic 如何用多智能体架构打造 Research 功能https://blog.cybermagic.top/blog/anthropic-multi-agent-research-system/https://blog.cybermagic.top/blog/anthropic-multi-agent-research-system/这两篇文章均来自 Anthropic 工程博客。第一篇「Building Effective Agents」发表于 2024 年 12 月，作者为 Erik Schluntz 和 Barry Zhang，系统梳理了 Ag…Wed, 14 Jan 2026 00:00:00 GMT学习优秀实践CALYPso：让LLM给D&D的DM当「副驾驶」，71人四个月实测https://blog.cybermagic.top/blog/calypso-aiide23/https://blog.cybermagic.top/blog/calypso-aiide23/本文来自宾夕法尼亚大学和马里兰大学巴尔的摩县分校的联合研究，第一作者 Andrew Zhu，通讯作者 Chris Callison-Burch。Mon, 22 Dec 2025 00:00:00 GMT论文解读AI应用斯坦福「AI小镇」：25个智能体自主生活两天，自发组织了一场情人节派对https://blog.cybermagic.top/blog/generative-agents-stanford-smallville/https://blog.cybermagic.top/blog/generative-agents-stanford-smallville/本文来自斯坦福大学 Joon Sung Park 等人的工作，合作者包括 Google Research 和 Google DeepMind 的研究者。他们提出了「生成式智能体」（Generative Agents）——…Fri, 05 Dec 2025 00:00:00 GMT论文解读用 35 倍少的样本打败 GRPO，GEPA 让大模型在「语言空间」里学会自我进化https://blog.cybermagic.top/blog/gepa-reflective-prompt-evolution/https://blog.cybermagic.top/blog/gepa-reflective-prompt-evolution/UC Berkeley 等团队提出 GEPA，用自然语言反思替代 RL 的标量梯度优化提示词，6 个基准平均反超 GRPO 6 个百分点，样本效率提升最多 35 倍。Thu, 30 Apr 2026 00:00:00 GMT论文解读LLM 优化EMNLP 2025 Findings | LightRAG：图增强 RAG 检索，一个 API 调用就够https://blog.cybermagic.top/blog/light-rag-graph-enhanced-rag/https://blog.cybermagic.top/blog/light-rag-graph-enhanced-rag/本文来自香港大学数据智能实验室（HKUDS）和北京邮电大学，通讯作者为黄超教授。第一作者郭子睿，合作者包括夏良浩、余妍桦、敖图。Tue, 10 Feb 2026 00:00:00 GMT论文解读RAG综述 | LLM 多智能体系统的全景解剖：架构、通信、能力获取与应用地图https://blog.cybermagic.top/blog/llm-multiagent-survey/https://blog.cybermagic.top/blog/llm-multiagent-survey/这篇综述来自圣母大学（University of Notre Dame）的 Taicheng Guo 等人，合作机构包括 KAUST、南方科技大学和 UMass Boston，通讯作者为 Xiangliang Zhang…Thu, 15 Jan 2026 00:00:00 GMT论文解读AI AgentLongMemEval：当对话历史超过百万 token，ChatGPT 的记忆还靠谱吗？https://blog.cybermagic.top/blog/longmemeval-benchmark/https://blog.cybermagic.top/blog/longmemeval-benchmark/本文来自 UCLA 和腾讯 AI Lab 西雅图团队，合作者包括 UC San Diego 的研究者。一作 Di Wu，通讯作者为 UCLA 的 Kai-Wei Chang 和腾讯的 Dong Yu。Tue, 17 Feb 2026 00:00:00 GMT论文解读AI Agent北大团队提出 Mamba4Net：跨架构蒸馏，让 LLM 网络知识「瘦身」又「提速」https://blog.cybermagic.top/blog/mamba4net-distillation/https://blog.cybermagic.top/blog/mamba4net-distillation/本文来自北京大学 ICNLab（深圳研究生院），通讯作者为雷凯教授。第一作者林晗 Xia，合作者包括杨明瞻、王晶晶、晏紫薇、任亚坤、余果等。Tue, 24 Mar 2026 00:00:00 GMT论文解读网络管理Mem0：给 LLM Agent 装上「可扩展长期记忆」，延迟暴降 91%https://blog.cybermagic.top/blog/mem0-scalable-long-term-memory/https://blog.cybermagic.top/blog/mem0-scalable-long-term-memory/本文来自 Mem0 AI 研究团队，作者包括 Prateek Chhikara、Dev Khant、Saket Aryan、Taranjeet Singh 和 Deshraj Yadav。Tue, 17 Mar 2026 00:00:00 GMT论文解读AI AgentMemGPT | 把操作系统的虚拟内存管理搬进大模型，突破上下文窗口的天花板https://blog.cybermagic.top/blog/memgpt-virtual-context-management/https://blog.cybermagic.top/blog/memgpt-virtual-context-management/这篇论文来自 UC Berkeley 的 Charles Packer、Sarah Wooders、Kevin Lin 等人，通讯作者为 Joseph E. Gonzalez 和 Ion Stoica。研究团队提出了 M…Sun, 28 Dec 2025 00:00:00 GMT论文解读中山大学提出 MemoryBank，用「遗忘曲线」让大模型拥有长期记忆https://blog.cybermagic.top/blog/memorybank-long-term-memory/https://blog.cybermagic.top/blog/memorybank-long-term-memory/本文来自中山大学王延林团队，合作者包括哈尔滨工业大学和瑞典 KTH 皇家理工学院的研究者，论文被 AAAI 2024 接收。Thu, 11 Dec 2025 00:00:00 GMT论文解读给一串 LM 调用自动「调 prompt」：MIPRO 怎么给多阶段流水线做优化https://blog.cybermagic.top/blog/mipro-multi-stage-prompt-optimization/https://blog.cybermagic.top/blog/mipro-multi-stage-prompt-optimization/Stanford 和 UC Berkeley 的 DSPy 团队提出 MIPRO，用贝叶斯代理模型给多阶段 LM 程序自动优化指令和 few-shot 示例，7 个任务里 5 个拿到最优，最高提升 13%。Wed, 06 May 2026 00:00:00 GMT论文解读LLM 优化MSR 2023 | 用 LLM 生成代码做网络拓扑分析，GPT-4 准确率达 88%https://blog.cybermagic.top/blog/msr-nemo-llm-network-management/https://blog.cybermagic.top/blog/msr-nemo-llm-network-management/本文来自微软研究院（Microsoft Research），合作者包括波士顿大学和莱斯大学的研究者，作者为 Sathiya Kumaran Mani、Yajie Zhou、Kevin Hsieh、Santiago Seg…Sat, 03 Jan 2026 00:00:00 GMT论文解读网络管理NIKA：网络排障 Agent 的最大公开基准，GPT-5 的根因定位准确率只有 67%https://blog.cybermagic.top/blog/nika-network-troubleshooting-benchmark/https://blog.cybermagic.top/blog/nika-network-troubleshooting-benchmark/本文来自 KAUST、电子科技大学（UESTC）和都灵理工大学（Politecnico di Torino）的合作研究，第一作者是电子科技大学的王志浩，通讯作者为 KAUST 副教授 Marco Canini。Tue, 31 Mar 2026 00:00:00 GMT论文解读网络管理字节 NetAssistant：用对话系统自动化数据中心网络诊断，三年运行实录https://blog.cybermagic.top/blog/nsdi24-netassistant/https://blog.cybermagic.top/blog/nsdi24-netassistant/本文来自字节跳动网络基础设施团队，作者包括 Haopei Wang、Anubhavnidhi Abhashkumar 等人。Thu, 22 Jan 2026 00:00:00 GMT论文解读网络管理港中深提出NetLLM：首个让LLM适配网络任务的框架，一个模型搞定视口预测、码率调度和集群作业调度https://blog.cybermagic.top/blog/sigcomm24-netllm/https://blog.cybermagic.top/blog/sigcomm24-netllm/本文来自香港中文大学（深圳）数据与能源学院和弗诺尔人工智能研究院，合作者包括清华大学深圳国际研究生院和芝加哥大学的研究者。通讯作者为王方鑫。Tue, 03 Feb 2026 00:00:00 GMT论文解读网络优化Meta 的「Confucius」框架：多智能体 LLM 如何驾驭超大规模网络管理https://blog.cybermagic.top/blog/sigcomm25-confucius/https://blog.cybermagic.top/blog/sigcomm25-confucius/本文来自 Meta 网络基础设施团队，合作者包括来自约翰霍普金斯大学、哈佛大学、石溪大学的研究者。通讯作者为 Meta 研究科学家王兆东。Wed, 11 Mar 2026 00:00:00 GMT论文解读网络管理不敢开始，是因为不敢取舍：关于完美主义与控制边界的一次自我拆解https://blog.cybermagic.top/blog/task-initiation-break-the-seal/https://blog.cybermagic.top/blog/task-initiation-break-the-seal/做数学题、写代码、写作文，每次都启动不了。后来发现这与其说是'不会开始'，不如说是'不敢取舍'——完美主义让我想穷尽所有可能，规划时又陷入一种对理想结果的'强欲'。这篇想顺着这股强欲拆到底：从最大化者、积极幻想，到宁静祷文与斯多葛的控制二分，看看清醒地接受不完美之后，取舍如何变得可能。Thu, 14 May 2026 00:00:00 GMT把反向传播搬进文本空间：TextGrad 和它的「文本梯度」https://blog.cybermagic.top/blog/textgrad-textual-differentiation/https://blog.cybermagic.top/blog/textgrad-textual-differentiation/Stanford 团队提出 TextGrad，把自动微分搬进文本空间——LLM 当梯度引擎，自然语言批评当梯度，一个框架从优化 prompt 做到设计分子和放疗方案。Wed, 22 Apr 2026 00:00:00 GMT论文解读LLM 优化6.7B 超过 175B，Toolformer 让语言模型「自监督」学会调工具https://blog.cybermagic.top/blog/toolformer-self-supervised-tool-use/https://blog.cybermagic.top/blog/toolformer-self-supervised-tool-use/Meta AI 的 Toolformer 让语言模型用困惑度下降作自监督信号，自己学会什么时候、调哪个、怎么调 API。6.7B 的 GPT-J 在数学任务上把 175B 的 GPT-3 甩开近三倍。Thu, 16 Apr 2026 00:00:00 GMT论文解读AI Agent让AI学会「说谎」和「识谎」：用强化学习打造狼人杀策略智能体https://blog.cybermagic.top/blog/werewolf-rl-strategic-agents/https://blog.cybermagic.top/blog/werewolf-rl-strategic-agents/本文来自清华大学 Yi Wu 团队与卡内基梅隆大学 Fei Fang 的合作研究，一作是 Zelai Xu。他们提出了一个将大语言模型（LLM）与强化学习（RL）结合的框架，用于构建能在狼人杀游戏中做出高水平策略决策的「…Fri, 09 Jan 2026 00:00:00 GMT论文解读为什么多智能体 LLM 系统总是失败？这份来自 UC Berkeley 的研究给出了第一个系统化答案https://blog.cybermagic.top/blog/why-do-multi-agent-llm-systems-fail/https://blog.cybermagic.top/blog/why-do-multi-agent-llm-systems-fail/这篇论文来自 UC Berkeley 的研究团队，成员包括 Mert Cemri、Melissa Z. Pan、Shuyi Yang 等，通讯作者为 Ion Stoica 和 Joseph E. Gonzalez。核心问…Thu, 05 Mar 2026 00:00:00 GMT论文解读AI AgentIEEE Wireless Comm 2024 | WirelessLLM：让大语言模型真正「懂」无线网络https://blog.cybermagic.top/blog/wirelessllm-empowering-llm-wireless/https://blog.cybermagic.top/blog/wirelessllm-empowering-llm-wireless/本文来自香港科技大学 Jun Zhang 团队（IEEE Fellow），一作 Jiawei Shao。研究者提出了 WirelessLLM——一个让大语言模型系统适配无线通信场景的框架。这篇工作发表在 IEEE Wir…Wed, 28 Jan 2026 00:00:00 GMT论文解读无线通信