paper-reading-notes

论文就是你所需要的。

「编号」是原文归档编号：来源非 arXiv 的论文，其 PDF 归档在本仓库 papers/；其余论文的原文 PDF 在归档仓库 paper-is-all-you-need。非论文条目（如博客导读、系统）同样占用编号列，但它们没有可归档的 PDF，编号单元格直接指向原文在线地址（例：00192 指向 Awesome RSI 站点的博客页，00215 指向 GitHub 仓库）；上游归档里还没有的 arXiv 论文也暂指 arXiv 官方页，归档到上游后再改指 PDF。「笔记地址」指向 notes/ 下由 read-paper-blog skill 生成的笔记。

论文

OpenAI

编号	论文	年份	论文单位	笔记地址
00001	Scaling Laws for Neural Language Models	2020	OpenAI	—（待生成笔记）
00028	Let's Verify Step by Step	2023	OpenAI	—（待生成笔记）
00035	Efficient Training of Language Models to Fill in the Middle	2022	OpenAI	—（待生成笔记）

DeepSeek-AI

编号	论文	年份	论文单位	笔记地址
00042	DeepSeek-V3 Technical Report	2024	DeepSeek-AI	—（待生成笔记）
00045	DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning	2025	DeepSeek-AI	—（待生成笔记）
00095	DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning	2025	DeepSeek-AI	—（待生成笔记）
00056	Inference-Time Scaling for Generalist Reward Modeling	2025	DeepSeek-AI	—（待生成笔记）
00057	DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models	2024	DeepSeek-AI	—（待生成笔记）
00116	DeepSeek-OCR: Contexts Optical Compression	2025	DeepSeek-AI	—（待生成笔记）
00133	DeepSeek-V3.2: Pushing the Frontier of Open Large Language Models	2025	DeepSeek-AI	—（待生成笔记）
00136	DeepSeekMath-V2: Towards Self-Verifiable Mathematical Reasoning	2025	DeepSeek-AI	—（待生成笔记）
00148	mHC: Manifold-Constrained Hyper-Connections	2025	DeepSeek-AI	—（待生成笔记）
00150	Conditional Memory via Scalable Lookup: A New Axis of Sparsity for Large Language Models	2026	DeepSeek-AI	—（待生成笔记）
00172	DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence	2026	DeepSeek-AI	—（待生成笔记）
00174	DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation	2026	DeepSeek-AI	—（待生成笔记）
00191	DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression	2026	DeepSeek-AI	笔记

KimiTeam

编号	论文	年份	论文单位	笔记地址
00083	Kimi K2: Open Agentic Intelligence	2025	KimiTeam	—（待生成笔记）
00132	Kimi Linear: An Expressive, Efficient Attention Architecture	2025	KimiTeam	—（待生成笔记）
00156	Kimi K2.5: Visual Agentic Intelligence	2026	KimiTeam	笔记

Microsoft

编号	论文	年份	论文单位	笔记地址
00002	ZeRO: Memory Optimizations Toward Training Trillion Parameter Models	2020	Microsoft	笔记
00004	Phi-3 Technical Report: A Highly Capable Language Model Locally on Your Phone	2024	Microsoft	—（待生成笔记）
00013	DeepSpeed-Chat: Easy, Fast and Affordable RLHF Training of ChatGPT-like Models at All Scales	2023	Microsoft	—（待生成笔记）
00014	ZeroQuant(4+2): Redefining LLMs Quantization with a New FP6-Centric Strategy for Diverse Generative Tasks	2023	Microsoft	—（待生成笔记）
00015	DeepSpeed Inference: Enabling Efficient Inference of Transformer Models at Unprecedented Scale	2022	Microsoft	—（待生成笔记）
00016	DeepSpeed Ulysses: System Optimizations for Enabling Training of Extreme Long Sequence Transformer Models	2023	Microsoft	—（待生成笔记）
00017	ZeRO-Offload: Democratizing Billion-Scale Model Training	2021	Microsoft	—（待生成笔记）
00018	1-bit Adam: Communication Efficient Large-Scale Training with Adam's Convergence Speed	2021	Microsoft	—（待生成笔记）
00019	ZeRO-Infinity: Breaking the GPU Memory Wall for Extreme Scale Deep Learning	2021	Microsoft	—（待生成笔记）
00020	1-bit LAMB: Communication Efficient Large-Scale Large-Batch Training with LAMB's Convergence Speed	2021	Microsoft	—（待生成笔记）
00021	The Stability-Efficiency Dilemma: Investigating Sequence Length Warmup for Training GPT Models	2022	Microsoft	—（待生成笔记）
00022	Maximizing Communication Efficiency for Large-scale Training via 0/1 Adam	2022	Microsoft	—（待生成笔记）
00023	DeepSpeed-MoE: Advancing Mixture-of-Experts Inference and Training to Power Next-Generation AI Scale	2022	Microsoft	—（待生成笔记）
00024	Using DeepSpeed and Megatron to Train Megatron-Turing NLG 530B, A Large-Scale Generative Language Model	2022	Microsoft	—（待生成笔记）
00025	Extreme Compression for Pre-trained Transformers Made Simple and Efficient	2022	Microsoft	—（待生成笔记）
00026	ZeroQuant: Efficient and Affordable Post-Training Quantization for Large-Scale Transformers	2022	Microsoft	—（待生成笔记）
00027	DeepSpeed Data Efficiency: Improving Deep Learning Model Quality and Training Efficiency via Efficient Data Sampling and Routing	2024	Microsoft	—（待生成笔记）
00029	Understanding INT4 Quantization for Transformer Models: Latency Speedup, Composability, and Failure Cases	2023	Microsoft	—（待生成笔记）
00030	ZeroQuant-FP: A Leap Forward in LLMs Post-Training W4A8 Quantization Using Floating-Point Formats	2023	Microsoft	—（待生成笔记）
00031	ZeRO++: Extremely Efficient Collective Communication for Giant Model Training	2023	Microsoft	—（待生成笔记）
00032	ZeroQuant-HERO: Hardware-Enhanced Robust Optimized Post-Training Quantization Framework for W8A8 Transformers	2023	Microsoft	—（待生成笔记）
00044	rStar-Math: Small LLMs Can Master Math Reasoning with Self-Evolved Deep Thinking	2025	Microsoft	—（待生成笔记）
00046	From Local to Global: A Graph RAG Approach to Query-Focused Summarization	2024	Microsoft	—（待生成笔记）
00050	Logic-RL: Unleashing LLM Reasoning with Rule-Based Reinforcement Learning	2025	Microsoft	—（待生成笔记）
00063	LongRoPE2: Near-Lossless LLM Context Window Scaling	2025	Microsoft	—（待生成笔记）
00064	BitNet b1.58 2B4T Technical Report	2025	Microsoft	—（待生成笔记）
00065	1-bit AI Infra: Part 1.1, Fast and Lossless BitNet b1.58 Inference on CPUs	2024	Microsoft	—（待生成笔记）
00066	Bitnet.cpp: Efficient Edge Inference for Ternary LLMs	2025	Microsoft	—（待生成笔记）
00075	MiniLLM: Knowledge Distillation of Large Language Models	2023	Microsoft	—（待生成笔记）
00092	rStar2-Agent: Agentic Reasoning Technical Report	2025	Microsoft	—（待生成笔记）
00111	RPG: A Repository Planning Graph for Unified and Scalable Codebase Generation	2025	Microsoft	—（待生成笔记）
00124	Agent Lightning: Train ANY AI Agents with Reinforcement Learning	2025	Microsoft	—（待生成笔记）
00161	X-Coder: Advancing Competitive Programming with Fully Synthetic Tasks, Solutions, and Tests	2026	Microsoft	—（待生成笔记）

Google

编号	论文	年份	论文单位	笔记地址
00008	Chain-of-Thought Prompting Elicits Reasoning in Large Language Models	2022	Google	—（待生成笔记）
00076	Distilling the Knowledge in a Neural Network	2015	Google	—（待生成笔记）
00077	STaR: Bootstrapping Reasoning With Reasoning	2022	Google	—（待生成笔记）
00078	ReAct: Synergizing Reasoning and Acting in Language Models	2022	Google	—（待生成笔记）
00080	Gemini 2.5: Pushing the Frontier with Advanced Reasoning, Multimodality, Long Context, and Next Generation Agentic Capabilities	2025	Google	—（待生成笔记）
00081	Gemma 3 Technical Report	2025	Google	—（待生成笔记）
00214	Dream-RSI: Recursive Self-Improvement through Evolving Worlds	2026	Google	笔记
00212	RRSI: Regularized Recursive Self-Improvement of Agent Harnesses	2026	Google Cloud AI Research	笔记

Meta

编号	论文	年份	论文单位	笔记地址
00006	The Llama 3 Herd of Models	2024	Meta	—（待生成笔记）
00084	Deep Think with Confidence	2025	Meta	—（待生成笔记）
00090	REFRAG: Rethinking RAG based Decoding	2025	Meta	—（待生成笔记）
00121	The Art of Scaling Reinforcement Learning Compute for LLMs	2025	Meta	—（待生成笔记）
00155	Dr. Zero: Self-Evolving Search Agents without Training Data	2026	Meta	—（待生成笔记）

DeepMind

编号	论文	年份	论文单位	笔记地址
00036	Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters	2024	DeepMind	—（待生成笔记）
00039	Improve Mathematical Reasoning in Language Models by Automated Process Supervision	2024	DeepMind	—（待生成笔记）
00126	Extracting alignment data in open models	2025	DeepMind	—（待生成笔记）
00139	Evo-Memory: Benchmarking LLM Agent Test-time Learning with Self-Evolving Memory	2025	DeepMind	—（待生成笔记）

NVIDIA

编号	论文	年份	论文单位	笔记地址
00012	Reducing Activation Recomputation in Large Transformer Models	2022	NVIDIA	—（待生成笔记）
00140	ToolOrchestra: Elevating Intelligence via Efficient Model and Tool Orchestration	2025	NVIDIA	—（待生成笔记）
00144	GDPO: Group reward-Decoupled Normalization Policy Optimization for Multi-reward RL Optimization	2026	NVIDIA	—（待生成笔记）
00158	ACE-RTL: When Agentic Context Evolution Meets RTL-Specialized LLMs	2026	NVIDIA	—（待生成笔记）
00168	Autonomous Evolution of EDA Tools: Multi-Agent Self-Evolved ABC	2026	NVIDIA	—（待生成笔记）

Alibaba Group

编号	论文	年份	论文单位	笔记地址
00007	AlphaMath Almost Zero: process Supervision without process	2024	Alibaba Group	—（待生成笔记）
00033	Qwen2.5-Coder Technical Report	2024	Alibaba Group	—（待生成笔记）
00069	Qwen3 Technical Report	2025	Alibaba Group	—（待生成笔记）
00073	Qwen3 Embedding: Advancing Text Embedding and Reranking Through Foundation Models	2025	Alibaba Group	—（待生成笔记）
00097	WebWalker: Benchmarking LLMs in Web Traversal	2025	Alibaba Group	—（待生成笔记）
00098	WebDancer: Towards Autonomous Information Seeking Agency	2025	Alibaba Group	—（待生成笔记）
00082	WebSailor: Navigating Super-human Reasoning for Web Agent	2025	Alibaba Group	—（待生成笔记）
00099	WebShaper: Agentically Data Synthesizing via Information-Seeking Formalization	2025	Alibaba Group	—（待生成笔记）
00100	WebWatcher: Breaking New Frontier of Vision-Language Deep Research Agent	2025	Alibaba Group	—（待生成笔记）
00101	WebResearcher: Unleashing unbounded reasoning capability in Long-Horizon Agents	2025	Alibaba Group	—（待生成笔记）
00102	ReSum: Unlocking Long-Horizon Search Intelligence via Context Summarization	2025	Alibaba Group	—（待生成笔记）
00103	WebWeaver: Structuring Web-Scale Evidence with Dynamic Outlines for Open-Ended Deep Research	2025	Alibaba Group	—（待生成笔记）
00104	WebSailor-V2: Bridging the Chasm to Proprietary Agents via Synthetic Data and Scalable Reinforcement Learning	2025	Alibaba Group	—（待生成笔记）
00105	Scaling Agents via Continual Pre-training	2025	Alibaba Group	—（待生成笔记）
00106	Towards General Agentic Intelligence via Environment Scaling	2025	Alibaba Group	—（待生成笔记）
00094	On-Policy RL Meets Off-Policy Experts: Harmonizing Supervised Fine-Tuning and Reinforcement Learning via Dynamic Weighting	2025	Alibaba Group	—（待生成笔记）
00107	Group Sequence Policy Optimization	2025	Alibaba Group	—（待生成笔记）
00127	Tree Search for LLM Agent Reinforcement Learning	2025	Alibaba Group	—（待生成笔记）
00129	Search Self-play: Pushing the Frontier of Agent Capability without Supervision	2025	Alibaba Group	—（待生成笔记）
00134	Soft Adaptive Policy Optimization	2025	Alibaba Group	—（待生成笔记）
00138	AgentEvolver: Towards Efficient Self-Evolving Agent System	2025	Alibaba Group	—（待生成笔记）
00143	ArenaRL: Scaling RL for Open-Ended Agents via Tournament-based Relative Ranking	2026	Alibaba Group	—（待生成笔记）
00151	AMAP Agentic Planning Technical Report	2025	Alibaba Group	—（待生成笔记）
00153	Distribution-Aligned Sequence Distillation for Superior Long-CoT Reasoning	2026	Alibaba Group	—（待生成笔记）
00165	Let It Flow: Agentic Crafting on Rock and Roll, Building the ROME Model within an Open Agentic Learning Ecosystem	2025	Alibaba Group	—（待生成笔记）
00167	SkillClaw: Let Skills Evolve Collectively with Agentic Evolver	2026	Alibaba Group	—（待生成笔记）
00185	LongHorizon-Harness: Advancing Long-Horizon Agents for Real-World Tasks	2026	Alibaba Group	—（待生成笔记）
00186	Context as an Environment: Programmatic Context Management for Long-Horizon Agents	2026	Alibaba Group	—（待生成笔记）
00215	ReMe: A Local-First, Self-Evolving Personal Knowledge Base for AI Agents	2026	AgentScope Team	—（待生成笔记）

ByteDance

编号	论文	年份	论文单位	笔记地址
00054	HybridFlow: A Flexible and Efficient RLHF Framework	2024	ByteDance	—（待生成笔记）
00055	DAPO: An Open-Source LLM Reinforcement Learning System at Scale	2025	ByteDance	—（待生成笔记）
00067	VAPO: Efficient and Reliable Reinforcement Learning for Advanced Reasoning Tasks	2025	ByteDance	—（待生成笔记）
00068	Seed1.5-Thinking: Advancing Superb Reasoning Models with Reinforcement Learning	2025	ByteDance	—（待生成笔记）
00070	Seed-Coder: Let the Code Model Curate Data for Itself	2025	ByteDance	—（待生成笔记）
00091	Seeing, Listening, Remembering, and Reasoning: A Multimodal Agent with Long-Term Memory	2025	ByteDance	—（待生成笔记）
00109	MemAgent: Reshaping Long-Context LLM with Multi-Conv RL-based Memory Agent	2025	ByteDance	—（待生成笔记）
00122	Scaling Latent Reasoning via Looped Language Models	2025	ByteDance	—（待生成笔记）
00128	Scaling Long-Horizon LLM Agent via Context-Folding	2025	ByteDance	—（待生成笔记）
00189	HarnessDev: Can LLMs Create and Evolve Their Own Agent Harness?	2026	ByteDance	笔记

Tencent

编号	论文	年份	论文单位	笔记地址
00108	Training-Free Group Relative Policy Optimization	2025	Tencent	—（待生成笔记）
00152	HY-MT1.5 Technical Report	2025	Tencent	—（待生成笔记）

Xiaomi

编号	论文	年份	论文单位	笔记地址
00162	ThinkOmni: Lifting Textual Reasoning to Omni-modal Scenarios via Guidance Decoding	2026	Xiaomi	—（待生成笔记）
00204	TRACE: A Self-Evolving Skill Bank for Consistent, Limit-Aware LLM Agents	2026	Xiaomi	—（待生成笔记）
00213	HarnessPAI: An Evolving Harness for Physical AI	2026	Xiaomi	—（待生成笔记）

OPPO

编号	论文	年份	论文单位	笔记地址
00118	Chain-of-Agents: End-to-End Agent Foundation Models via Multi-Agent Distillation and Agentic RL	2025	OPPO AI Agent Team	—（待生成笔记）
00154	O-Researcher: An Open Ended Deep Research Model via Multi-Agent Distillation and Agentic RL	2026	OPPO AI Agent Team	—（待生成笔记）

Meituan

编号	论文	年份	论文单位	笔记地址
00093	LongCat-Flash Technical Report	2025	Meituan LongCat Team	—（待生成笔记）

Xiaohongshu

编号	论文	年份	论文单位	笔记地址
00117	LongMagpie: A Self-synthesis Method for Generating Large-scale Long-context Instructions	2025	Xiaohongshu	—（待生成笔记）
00123	DeepAgent: A General Reasoning Agent with Scalable Toolsets	2025	Xiaohongshu	—（待生成笔记）
00141	PretrainZero: Reinforcement Active Pretraining	2025	Xiaohongshu	—（待生成笔记）

Baidu

编号	论文	年份	论文单位	笔记地址
00176	Unlimited OCR Works	2026	Baidu	—（待生成笔记）
00181	PaddleOCR-VL-1.6: Expanding the Frontier of Document Parsing with Under-Optimized Region Refinement and Progressive Post-Training	2026	Baidu	—（待生成笔记）

Shanghai Artificial Intelligence Laboratory

编号	论文	年份	论文单位	笔记地址
00142	FlowSearch: Advancing deep research with dynamic structured knowledge flow	2025	Shanghai Artificial Intelligence Laboratory	—（待生成笔记）
00188	Harness-of-Harness: Multi-Day Autonomous Software Development with Continual Improvement	2026	Shanghai Artificial Intelligence Laboratory	—（待生成笔记）
00198	Self-Harness: Harnesses That Improve Themselves	2026	Shanghai Artificial Intelligence Laboratory	—（待生成笔记）

Huawei

编号	论文	年份	论文单位	笔记地址
00089	Memento: Fine-tuning LLM Agents without Fine-tuning LLMs	2025	Huawei Noah’s Ark Lab	—（待生成笔记）

Tsinghua University

编号	论文	年份	论文单位	笔记地址
00003	MiniCPM: Unveiling the Potential of Small Language Models with Scalable Training Strategies	2024	Tsinghua University	—（待生成笔记）
00005	ChatGLM: A Family of Large Language Models from GLM-130B to GLM-4 All Tools	2024	Tsinghua University	—（待生成笔记）
00038	LongWriter: Unleashing 10,000+ Word Generation from Long Context LLMs	2024	Tsinghua University	—（待生成笔记）
00043	ReST-MCTS*: LLM Self-Training via Process Reward Guided Tree Search	2024	Tsinghua University	—（待生成笔记）
00113	GLM-4.5: Agentic, Reasoning, and Coding (ARC) Foundation Models	2025	Tsinghua University	—（待生成笔记）
00157	GLM-5: from Vibe Coding to Agentic Engineering	2026	Tsinghua University	—（待生成笔记）
00160	AReaL: A Large-Scale Asynchronous Reinforcement Learning System for Language Reasoning	2025	Tsinghua University	—（待生成笔记）

Peking University

编号	论文	年份	论文单位	笔记地址
00040	Math-Shepherd: Verify and Reinforce LLMs Step-by-step without Human Annotations	2024	Peking University	—（待生成笔记）
00049	ChartMoE: Mixture of Diversely Aligned Expert Connector for Chart Understanding	2024	Peking University	—（待生成笔记）

University of California, Berkeley

编号	论文	年份	论文单位	笔记地址
00086	Efficient Memory Management for Large Language Model Serving with PagedAttention	2023	University of California, Berkeley	—（待生成笔记）
00164	SGLang: Efficient Execution of Structured Language Model Programs	2024	University of California, Berkeley	—（待生成笔记）
00087	Ring Attention with Blockwise Transformers for Near-Infinite Context	2023	University of California, Berkeley	—（待生成笔记）
00088	Blockwise Parallel Transformer for Large Context Models	2023	University of California, Berkeley	—（待生成笔记）
00115	RL Grokking Recipe: How Does RL Unlock and Transfer New Algorithms in LLMs?	2025	University of California, Berkeley	—（待生成笔记）
00145	SimpleMem: Efficient Lifelong Memory for LLM Agents	2026	University of California, Berkeley	—（待生成笔记）
00182	From Model Scaling to System Scaling: Scaling the Harness in Agentic AI	2026	University of California, Berkeley	—（待生成笔记）

Princeton University

编号	论文	年份	论文单位	笔记地址
00119	Skill-Targeted Adaptive Training	2025	Princeton University	—（待生成笔记）
00171	OpenClaw-RL: Train Any Agent Simply by Talking	2026	Princeton University	—（待生成笔记）
00205	Prime Agent: A Self-Improving RLM Harness	2026	Princeton University	笔记

National University of Singapore

编号	论文	年份	论文单位	笔记地址
00048	Understanding R1-Zero-Like Training: A Critical Perspective	2025	National University of Singapore	—（待生成笔记）
00206	Recursive Experiential-Working Memory Evolution for Long-Horizon Agent Harnesses	2026	National University of Singapore	—（待生成笔记）

Fudan University

编号	论文	年份	论文单位	笔记地址
00120	EvoSyn: Generalizable Evolutionary Data Synthesis for Verifiable Learning	2025	Fudan University	—（待生成笔记）
00135	AgentPRM: Process Reward Models for LLM Agents via Step-Wise Promise and Progress	2025	Fudan University	—（待生成笔记）

Shanghai Jiao Tong University

编号	论文	年份	论文单位	笔记地址
00051	LIMO: Less is More for Reasoning	2025	Shanghai Jiao Tong University	—（待生成笔记）
00131	Context Engineering 2.0: The Context of Context Engineering	2025	Shanghai Jiao Tong University	—（待生成笔记）
00184	Repo0: Design-Driven Zero-to-All Code Generation	2026	Shanghai Jiao Tong University	—（待生成笔记）

Nanjing University

编号	论文	年份	论文单位	笔记地址
00058	A Comprehensive Survey on Long Context Language Modeling	2025	Nanjing University	—（待生成笔记）
00175	DART: Diffusion-Inspired Speculative Decoding for Fast LLM Inference	2026	Nanjing University	—（待生成笔记）

Renmin University of China

编号	论文	年份	论文单位	笔记地址
00037	Imitate, Explore, and Self-Improve: A Reproduction Report on Slow-thinking Reasoning Systems	2024	Renmin University of China	—（待生成笔记）
00059	Search-o1: Agentic Search-Enhanced Large Reasoning Models	2025	Renmin University of China	—（待生成笔记）
00074	WebThinker: Empowering Large Reasoning Models with Deep Research Capability	2025	Renmin University of China	—（待生成笔记）
00062	R1-Searcher: Incentivizing the Search Capability in LLMs via Reinforcement Learning	2025	Renmin University of China	—（待生成笔记）
00085	From Trial-and-Error to Improvement: A Systematic Analysis of LLM Exploration Mechanisms in RLVR	2025	Renmin University of China	—（待生成笔记）
00114	DeepCritic: Deliberate Critique with Large Language Models	2025	Renmin University of China	—（待生成笔记）
00146	ET-Agent: Incentivizing Effective Tool-Integrated Reasoning Agent via Behavior Calibration	2026	Renmin University of China	—（待生成笔记）
00147	SmartSearch: Process Reward-Guided Query Refinement for Search Agents	2026	Renmin University of China	—（待生成笔记）
00149	EnvScaler: Scaling Tool-Interactive Environments for LLM Agent via Programmatic Synthesis	2026	Renmin University of China	—（待生成笔记）
00178	Toward Generalist Autonomous Research via Hypothesis-Tree Refinement	2026	Renmin University of China	—（待生成笔记）
00209	SkillAdam: Stable and Efficient Skill Evolution for Agents	2026	Renmin University of China	—（待生成笔记）
00210	EvoOntology: A Self-Evolving Ontology Layer for Data Agents	2026	Renmin University of China	—（待生成笔记）

University of Illinois Urbana-Champaign

编号	论文	年份	论文单位	笔记地址
00060	DeepRetrieval: Hacking Real Search Engines and Retrievers with Large Language Models via Reinforcement Learning	2025	University of Illinois Urbana-Champaign	—（待生成笔记）
00061	Search-R1: Training LLMs to Reason and Leverage Search Engines with Reinforcement Learning	2025	University of Illinois Urbana-Champaign	—（待生成笔记）
00166	Executable Code Actions Elicit Better LLM Agents	2024	University of Illinois Urbana-Champaign	—（待生成笔记）
00170	CoRNStack: High-Quality Contrastive Data for Better Code Retrieval and Reranking	2024	University of Illinois Urbana-Champaign	—（待生成笔记）
00202	Evo-Harness: Context-to-Harness Skill Compilation for Self-Evolving Agents	2026	University of Illinois Urbana-Champaign	—（待生成笔记）

Hong Kong University of Science and Technology

编号	论文	年份	论文单位	笔记地址
00169	Dr. RTL: Autonomous Agentic RTL Optimization through Tool-Grounded Self-Improvement	2026	Hong Kong University of Science and Technology	—（待生成笔记）
00196	SkillRevise: Improving LLM-Authored Agent Skills via Trace-Conditioned Skill Revision	2026	Hong Kong University of Science and Technology	—（待生成笔记）
00194	HeLa-Mem: Hebbian Learning and Associative Memory for LLM Agents	2026	Hong Kong University of Science and Technology (Guangzhou)	—（待生成笔记）

Institute of Computing Technology, Chinese Academy of Sciences

编号	论文	年份	论文单位	笔记地址
00173	AssertMiner: Module-Level Spec Generation and Assertion Mining using Static Analysis Guided LLMs	2025	Institute of Computing Technology, Chinese Academy of Sciences	—（待生成笔记）
00177	AssertMiner-pro: Enhanced module-level spec generation and assertion mining with LLM guided by top-down hierarchical strategies	2026	Institute of Computing Technology, Chinese Academy of Sciences	—（待生成笔记）

Zhejiang University

编号	论文	年份	论文单位	笔记地址
00203	ForeDreamer: A Self-Evolving Dual-Agent Memory Architecture for Future Event Prediction	2026	Zhejiang University	—（待生成笔记）
00211	Reflect, Revise, Reuse: Training-Free Skill Evolution for GUI Agents	2026	Zhejiang University	—（待生成笔记）

其他

编号	论文	年份	论文单位	笔记地址
00047	LightRAG: Simple and Fast Retrieval-Augmented Generation	2024	Beijing University of Posts and Telecommunications	—（待生成笔记）
00071	HippoRAG: Neurobiologically Inspired Long-Term Memory for Large Language Models	2024	The Ohio State University	—（待生成笔记）
00072	From RAG to Memory: Non-Parametric Continual Learning for Large Language Models	2025	The Ohio State University	—（待生成笔记）
00011	Chinese Tiny LLM: Pretraining a Chinese-Centric Large Language Model	2024	University of Waterloo	—（待生成笔记）
00041	OpenR: An Open Source Framework for Advanced Reasoning with Large Language Models	2024	University College London	—（待生成笔记）
00052	Retrieval-Augmented Generation with Graphs (GraphRAG)	2025	Michigan State University	—（待生成笔记）
00009	RoFormer: Enhanced Transformer with Rotary Position Embedding	2021	Zhuiyi Technology	—（待生成笔记）
00079	Interleaving Retrieval with Chain-of-Thought Reasoning for Knowledge-Intensive Multi-Step Questions	2022	Allen Institute for AI	—（待生成笔记）
00110	Memory as Action: Autonomous Context Curation for Long-Horizon Agentic Tasks	2025	Beijing Jiaotong University	—（待生成笔记）
00112	Scientific Algorithm Discovery by Augmenting AlphaEvolve with Deep Research	2025	IBM Research	—（待生成笔记）
00130	Liger-Kernel: Efficient Triton Kernels for LLM Training	2025	LinkedIn	—（待生成笔记）
00163	HyperRAG: Reasoning N-ary Facts over Hypergraphs for Retrieval Augmented Generation	2026	National Yang Ming Chiao Tung University	—（待生成笔记）
00180	Dive into Claude Code: The Design Space of Today's and Future AI Agent Systems	2026	VILA Lab	—（待生成笔记）
00187	Miles v0.1: Production-Level Post-Training	2026	Miles Team	—（待生成笔记）
00190	MechMem-RTL: Reusing Verified Mechanism Memories for LLM-Based RTL Repair	2026	Hunan University	—（待生成笔记）
00192	万字长文带你读懂 RSI（自进化，Self-Evolving）	2026	Prism-Shadow	笔记
00034	YaRN: Efficient Context Window Extension of Large Language Models	2023	EleutherAI	—（待生成笔记）
00053	Optimizing Test-Time Compute via Meta Reinforcement Fine-Tuning	2025	Carnegie Mellon University	—（待生成笔记）
00096	Striped Attention: Faster Ring Attention for Causal Transformers	2023	MIT	—（待生成笔记）
00125	In-the-Flow Agentic System Optimization for Effective Planning and Tool Use	2025	Stanford University	—（待生成笔记）
00137	Tiny Model, Big Logic: Diversity-Driven Optimization Elicits Large-Model Reasoning Ability in VibeThinker-1.5B	2025	Sina Weibo	—（待生成笔记）
00159	SmolLM2: When Smol Goes Big -- Data-Centric Training of a Small Language Model	2025	Hugging Face	—（待生成笔记）
00179	MiniMax Sparse Attention	2026	MiniMax	—（待生成笔记）
00183	NoTB: Oracle-Free Triage of LLM-Generated RTL via Cross-Model Formal Consensus	2026	Columbia University	—（待生成笔记）
00193	Hyperagents	2026	University of British Columbia	—（待生成笔记）
00195	LLMs Improving LLMs: Agentic Discovery for Test-Time Scaling	2026	University of Maryland	—（待生成笔记）
00197	OpenSkill: Open-World Self-Evolution for LLM Agents	2026	Lehigh University	—（待生成笔记）
00199	HarnessX: A Composable, Adaptive, and Evolvable Agent Harness Foundry	2026	Darwin Agent Team	笔记
00200	ISM: Self-Improving Strategy Memory for Continual Mathematical Reasoning	2026	University of Maryland, Baltimore County	—（待生成笔记）
00201	Knowledge-Centric Self-Improvement	2026	California Institute of Technology	—（待生成笔记）
00207	CHIME: Credit-Aware Hierarchical Memory Evolution for Long-Horizon Agentic Planning	2026	Xiamen University	—（待生成笔记）
00208	SimSkill: A Self-Evolving LLM Agent for Skill and Knowledge Accumulation in Traffic Simulation	2026	Jilin University	—（待生成笔记）
00216	Proteus: A Harness-Agnostic Self-Evolution Framework for AI Agents	2026	Proteus Authors	—（待生成笔记）
00217	Reef: Continual Learning Infrastructure for Self-Improving Agents	2026	Human-Agent-Society	—（待生成笔记）

书籍

1. ./books/00001-Claude-Code-Harness-Engineering-Book.pdf

工具

1. Overleaf

论文集

1. huggingface daily papers
2. arxiv