Posted at 2026-01-03 学AI/DS  LLM Agent Benchmark 

在很多LLM的评测报告中，可能会看到这些指标，尤其是在代码生成、数学推理、程序合成等任务里。它们的侧重各不相同，但都基于一个前提设定：对同一个问题，模型允许生成 k 个不同的答案，再用不同方式来统计表现。

Posted at 2026-01-02 学AI/DS  LLM Agent RL 

经常听到rollout这个词， 周围人张口闭口就是。详细解释辨析一下。

Posted at 2025-12-17 学AI/DS  LLM Agent 

整理自 https://arxiv.org/abs/2512.13564 《Memory in the Age of AI Agents》

Posted at 2025-08-21 学AI/DS  LLM Agent 

整理自 https://arxiv.org/abs/2507.21046 《A Survey of Self-Evolving Agents- On Path to Artificial Super Intelligence》

Posted at 2025-07-13 学AI/DS  LLM Agent 

整理自多篇综述与论文，以《A Survey of LLM-Driven AI Agent Communication- Protocols, Security Risks, and Defense Countermeasures》为主线。

Posted at 2025-06-30 学AI/DS  LLM Agent DS AI4S 

整理自 https://arxiv.org/abs/2412.14222 《A Survey on Large Language Model-based Agents for Statistics and Data Science》 & https://arxiv.org/abs/2510.23045 《A Survey of AI Scientists》