https://m1yan.github.io/tags/%E6%8A%80%E6%9C%AF%E5%8D%9A%E5%AE%A2/ Recent content in 技术博客 on M1YAN's Blog https://m1yan.github.io/images/papermod-cover.png https://m1yan.github.io/images/papermod-cover.png Hugo -- 0.163.3 zh M1Yan&rsquo;s Blog Thu, 30 Jul 2026 00:00:00 +0000 https://m1yan.github.io/posts/llm_personalization/ Thu, 30 Jul 2026 00:00:00 +0000 https://m1yan.github.io/posts/llm_personalization/ <blockquote> <p>本文为个人技术笔记，整理自对近三年（2023.7–2026.7）LLM/Agent Personalization（个性化）相关论文的调研。主要参考两篇核心综述——<a href="https://arxiv.org/abs/2503.17003">A Survey on Personalized Alignment</a>（Guan et al.）与 <a href="https://arxiv.org/abs/2504.07070">A Survey on Personalized and Pluralistic Preference Alignment in LLMs</a>（Xie et al.）——及论文列表仓库 <a href="https://github.com/liyongqi2002/Awesome-Personalized-Alignment">liyongqi2002/Awesome-Personalized-Alignment</a>，以及文中列出的原始论文，具体出处见文末 References。</p> https://m1yan.github.io/posts/self_evolving_agents/ Tue, 28 Jul 2026 00:00:00 +0000 https://m1yan.github.io/posts/self_evolving_agents/ <blockquote> <p>本文为个人技术笔记，整理自对 2022–2026 年 Agent Self-Evolve（自进化智能体）相关论文的调研。主要参考两篇核心综述——<a href="https://arxiv.org/abs/2507.21046">A Survey of Self-Evolving Agents</a>（Gao et al.）与 <a href="https://arxiv.org/abs/2508.07407">A Comprehensive Survey of Self-Evolving AI Agents</a>（Fang et al.）——及其配套仓库 <a href="https://github.com/CharlesQ9/Self-Evolving-Agents">CharlesQ9/Self-Evolving-Agents</a>、<a href="https://github.com/EvoAgentX/Awesome-Self-Evolving-Agents">EvoAgentX/Awesome-Self-Evolving-Agents</a>，以及文中列出的原始论文，具体出处见文末 References。</p> https://m1yan.github.io/posts/long_horizon_agents_survey/ Fri, 24 Jul 2026 00:00:00 +0000 https://m1yan.github.io/posts/long_horizon_agents_survey/ <blockquote> <p>本文为个人技术笔记，主要整理自 <a href="https://github.com/RUC-NLPIR/Awesome-Long-Horizon-Agents">RUC-NLPIR/Awesome-Long-Horizon-Agents</a> 及其对应综述论文 <em>Towards Long-Horizon Agents: A Survey</em>。文中涉及论文均尽量附原文链接，具体出处见文末 References。部分公式为对方法机制的抽象化表达，会在文中显式说明；若需引用具体方法细节，请以原始论文为准。</p> https://m1yan.github.io/posts/rubric_evaluation/ Thu, 23 Jul 2026 00:00:00 +0000 https://m1yan.github.io/posts/rubric_evaluation/ <blockquote> <p>本文为个人技术笔记，整理自对近两年（2024–2026）Rubric-based Evaluation（基于评分细则的评估方法）相关论文的调研。主要参考 <a href="https://github.com/RUC-NLPIR/Rubrics_Survey">RUC-NLPIR/Rubrics_Survey</a>（《The Rules of the Game: A Survey of Rubrics for Large Language Models》）及文中列出的原始论文，具体出处见文末 References。</p> https://m1yan.github.io/posts/on_policy_distillation/ Fri, 03 Jul 2026 00:00:00 +0000 https://m1yan.github.io/posts/on_policy_distillation/ <blockquote> <p>本文综合了 <a href="https://thinkingmachines.ai/blog/on-policy-distillation/">Thinking Machines Lab 的 On-Policy Distillation 博客</a> 与 OPD 前沿技术综述的内容，系统梳理同策略蒸馏（OPD）的核心原理、工业实践与最新算法进展。</p> </blockquote> <p>大语言模型的能力并非一蹴而就——它们通常经历三个训练阶段：<strong>预训练（Pre-training）</strong> 教会模型语言理解与世界知识；<strong>中间训练（Mid-training）</strong> 注入领域知识；<strong>后训练（Post-training）</strong> 引导出指令遵循、数学推理或对话等目标行为。后训练是将基础模型变成有用工具的关键一步，而同策略蒸馏（On-Policy Distillation, OPD）正在以更高的样本效率和更密集的监督信号，重新定义这一阶段的范式。</p> https://m1yan.github.io/posts/video_generation/ Mon, 17 Feb 2025 00:00:00 +0000 https://m1yan.github.io/posts/video_generation/ <blockquote> <p>全文为<a href="https://lilianweng.github.io/posts/2024-04-12-diffusion-video/">Weng, Lilian. (Apr 2024). Diffusion Models Video Generation. Lil’Log.</a>的中文翻译版本。</p> </blockquote> <p>在过去几年里，扩散模型在图像合成方面显示出了优异的效果。现在，研究界已经开始着手一项更加艰巨的任务——将扩散模型用于视频生成。该任务可以看作是图像生成的超集，因为图像可以认为是1帧的视频，但是图像生成更加具有挑战性，原因如下：</p> https://m1yan.github.io/posts/diffusion-model/ Sat, 07 Dec 2024 00:00:00 +0000 https://m1yan.github.io/posts/diffusion-model/ <blockquote> <p>Update [2024.12.7]：增加条件生成以及潜在扩散模型的介绍。</p> <p>Update [2024.12.11]：增加评估指标的对比以及超参数调整。</p> <p>Update [2024.12.12]：增加对于扩散模型个性化生成微调方法的介绍</p> </blockquote> <h2 id="生成模型">生成模型</h2> <p>目前主流的生成模型包括<strong>生成对抗模型 (GAN)</strong>、<strong>变分自编码器 (VAE)<strong>和</strong>基于流的模型 (Flow-based models)</strong>。</p>