跳转至

更新日志

2026-07-28

  • 新增 TileLang 系统专题：按 2025 年初稿、ICLR 2026 最终论文、0.1.12 稳定版与开发主线分开证据边界，系统展开 tile 编程模型、layout、流水线、FTG recommendation/inference、编译 pass、JIT/ABI、缓存、自动调优、多后端、性能模型、数值正确性、论文 benchmark 与上线验证，并与 Kernel 主干和 DeepSeek‑V4 专页双向连接。
  • 新增 DSpark 深读：从精确 rejection sampling、DFlash 并行骨干和低秩 Markov / RNN 头进入 confidence soft label、STS、SPS 前缀调度与 non-anticipating 反例，再分开 DeepSpec 公开训练栈、V4 内部生产改造、SGLang confidence-scheduled 路径和 vLLM 固定长度支持；论文四幅机制 / 遥测图按 CC BY 4.0 登记到可复现 manifest，并将可复用结论接回推测解码与调度和 Goodput。
  • 建立模型家族入口与可审计发布账本，分别展开 DeepSeek、Kimi 和 GLM 的主干、专门模型、研究方法、系统组件、Agent 工具、评测工件、API / 产品与许可证边界；三条时间线、工作深读和 canonical 主题同步形成双向阅读路径。
  • 扩展家族的多模态支线：DeepSeek 补入 OCR-2 的语义阅读顺序，Kimi 继续连接 Kimi-VL、K2.5 与 K3，GLM 则从 VisualGLM、CogVLM 与 GLM-V 贯通 OCR、GUI、端侧、语音、图像和视频生成。
  • 重构多模态与生成主线：从历史脉络、信号与 Token 化、对齐与融合、时空位置与 Mask 推进到视觉表示与 Grounding，把模态差异、序列接口、训练数据和系统约束放回同一条因果链。
  • 展开生成模型的完整路径：自回归与 GAN、Autoencoder 与视觉 Tokenizer、Diffusion 与 Score、Latent Diffusion、DiT 与 Flow 及控制、编辑与评测分别固定历史动机、统一公式、可执行语义核和工程失效模式。
  • 新增音频理解、音频生成与流式交互、视频理解与长程记忆、视频生成和 Any-to-Any 系统，贯通 waveform、codec、同步、时序压缩、生成采样与实时协议。
  • 建立世界模型与具身智能两条新主干：由 Dyna、RSSM、Dreamer 与 MuZero 进入 JEPA、Genie 与生成式世界，再连接状态与动作、VLA 数据谱系和闭环评测与安全；关键机制配套可执行代码、原创概念图与可追溯论文图。
  • 新增 Kimi k1.5、Kimi K2、Kimi K2.5 与 Kimi-VL 四篇深读：从长程 partial rollout 进入 MuonClip、稀疏缩放、工具数据、checkpoint engine、早融合、联合多模态 RL、Agent Swarm、原生分辨率视觉塔与四阶段训练，并与 Kimi 技术谱系双向连接。
  • 将 k1.5、K2、Kimi-VL、K2.5、Kimi Linear 与 K3 六份固定版本报告中的 20 幅机制图放回最需要证据的段落；每幅图保留独立解读、高清查看、替代文本、页码、版权和许可证。新的 manifest v2 与离线生成器校验源 PDF 摘要、裁剪框、像素、PNG 元数据、正文 placement 和生成后语义结构。
  • 补强语言建模、缩放规律、Transformer、优化稳定性、分布式训练、音频与视频等基础页，并重写 LSTM、Seq2Seq、BERT、T5、Scaling Laws、ReAct / Toolformer 等关键工作中的因果脉络、实现边界与证据范围。
  • 新增 GLM-5 总深读：完整清点 40 页报告的 13 幅图、13 张表、5 个编号公式、4 段代码清单与附录 A–B；按原文、官方配置和后续 GLM-5.2 资料分开记录 80/78 层冲突、恒零组目标、引文元数据问题及内部评测边界。
  • 拆分 GLM-5 架构、IndexCache 与 IndexShare、slime 与异步 Agentic RL 和 GLM Agentic Engineering，把 MLA-256、Muon Split、Shared MTP、DSA、TITO、direct IS、环境扩展、上下文管理和异构部署接回 canonical 主干。
  • 建立 GLM 演化与 GLM-5 的 63 项正文引用图谱，分开 full report 与 GLM-5.⅕.2 的后续增量，并修正 GLM-5 base model 训练总量为 28.5T。
  • 新增 DeepSeek-V4 总深读：从模型账本进入 mHC、CSA / HCA、Muon、预训练稳定性、全词表 On-Policy Distillation、FP4 QAT、百万 token rollout 和分层评测，并为报告的 15 幅图、14 张正式表、29 个编号公式、Algorithm 1 与附录 A–B 建立逐项阅读索引。
  • 拆分 CSA / HCA、mHC、On-Policy Distillation 和 TileLang、MegaMoE 与 DSec 四篇机制深读；公式旁保留可执行语义核，较长实现折叠，系统收益与公开证据边界分开记录。
  • 建立 V4 的 103 项引用图谱，并将可复用机制接回注意力、长上下文、MoE、优化器、蒸馏、量化、KV Cache、Agentic RL 和评测主干；导航、术语、稳定深链与完整性门禁同步更新。
  • 新增 Kimi K3 工作深读：贯通 KDA / Gated MLA、Attention Residuals、Stable LatentMoE、原生视觉、Per-Head Muon、渐进长上下文、九路 RL 与 MOPD、3T 训练、百万 token Agentic RL、混合缓存、公开与内部评测、许可证和未公开边界；报告中的图、表、28 个编号公式及附录 A–F 均进入可检查的阅读索引。
  • 将 Kimi Linear 与 FlashKDA、Attention Residuals、Stable LatentMoE 与 Quantile Balancing 及 MoonEP 拆成独立深读，分别固定递推/并行、深度寻址、窄路由/分位数更新和动态 expert placement 的公式、代码与系统边界。
  • 建立 Kimi 技术谱系与 K3 的 150 项引用图谱，把 paper、weights、code、API、license 和发布日期分开记录，并为每项官方引用标明它在论证链中的角色。
  • 将 K3 的可复用机制融入架构、训练、Agentic RL、分布式系统、推理、评测和多模态主干页；关键公式配套带断言的最小实现，公开结论与训练数据、算力、超参数、消融和安全材料中的未知项保持分层。
  • 将最小可执行实现融入 canonical 机制页：从概率目标、序列构造、Decoder Block 延伸到训练、系统、推理运行时、强化学习、智能体与统计推断，让公式、状态语义和关键断言在同一阅读路径中相互校验。
  • 建立默认展开与折叠的代码层级：核心计算路径保持可见，较长的辅助实现与测试使用可搜索、可复制、可键盘操作并支持稳定深链的原生折叠区，在桌面与移动端保持一致的阅读体验。
  • 调整阅读方法、知识架构和手撕实现的分工：正文维护通用语义核，实践页组织跨机制组合与完整验证，工作深读保留论文特有增量。

2026-07-27

2026-07-24