Norwin YuAI 使用研究 EN 开放研究交流

日志 / 202621 篇

更新 / 2026.11

工作台
笔记。

来自工作台的研究、系统与设计笔记。问题值得就写长;答案还在移动就写短。

没有内容日历,没有增长技巧。只有那些在构建之后还留下来的问题。

写作说明:所有笔记均为 AI 代写;项目、数据与事实由本人提供并校对。

清理前后训练池的平衡准确率对比图。
置顶研究NLP评测

噪声里的
指纹。

用一个小分类器区分语言模型,以及为什么干净数据比更大的模型更有用。

阅读研究 · 9 分钟

全部笔记

20 篇
21

二十五句话,两次执笔

两段会话、几乎一样多的人工指令:一边是 44 轮缺陷报告,一边是把同一份代码重写成系统。每一轮在改什么,为什么八道门一直绿着而街景仍然不对,差距到底落在哪。

20

三分之一的成本,七个反例

给工程 agent 做测量:硬预算把成本压到三分之一而分数不动,把项目文档压成可检索的证据则抬高了部分分;而七种“让它自查”的改动全都没用。

19

把小说拆成证据

chinese-novel-to-game 的工程重心不是生成,而是抽取:逐章带原文证据、人物归并、知识账本,以及每阶段能重跑的门槛。

18

一个 skill,八道关

Photoreal Game Harness 是什么:procedure、八道可执行的门,以及它如何把 demo 变成能交付的 3D 游戏。

17

同一个 harness,换一个类型

从 3D 枪战到城市卡丁车:哪些能复用,哪些必须重写。

16

Blender 是资产编译器

雾谷与拾穗:同一个农场概念,两条资产管线,Blender 到底买到了什么。

15

8/8 道关,318 KB

BLACK ICE 与 NEON:同一套 harness 如何把“能跑”变成“能交付”。

14

两座太和殿

同题目的两次生成:本地 Maya 版与线上 DeepSeek Flash 1017,差别在取舍。

13

考试作为评测

两次各 8 题给出 67 和 84:评测框架的职责是承认样本不足。

12

重启一次三分钟

换配置要载入 55GB:实验编排、双卡丢掉的优化,和闲置的 NVLink。

11

80 与 46

同一个 27B 模型,文档 80 tok/s、实测 46:功耗墙与 MTP 的计算密度。

10

每帧 4%

零子进程的 Rust 硬件监控:分层采样把 GPU 采集从 97ms 压到 15ms。

09

并行不是切分

两张 22GB 卡上的 20B 视频模型:从 1.31× 到 2.97×,卡住的是 host 线程,不是链路。

08

1,500 步之后

三国战棋的规模复盘:选择、地图、自动战斗和手机操作先坏在哪里。

07

识别只是草稿

RoomTessera:图像转 3D 的难点不是识别,而是让用户能修正。

06

引擎不是更大的画布

Godot + DSH 做机场大亨:反馈链变长、飞机穿模、机场流程和桌面分发。

05

Agent 循环需要审美

更多工具不等于更强的 agent。真正稀缺的,是一个知道什么时候该停下来的循环。

04

最后一公里是审美

生成式界面能把你送到第一版;最后那 10%,仍然要靠编辑、判断和审美。

03

44GB 显存问题

两张 22GB 的 2080 Ti 能做什么、不能做什么,以及本地推理真正的瓶颈。

02

1.4MB 到底买到了什么

拆开 Saltline:零素材、模型写出的内容管线,以及“场景脚本”和“生成器”的差别。