optimization

论文提出了一种名为 RiVER 的强化学习方法，该方法通过对程序在隐藏测试用例上进行排序并提供分级反馈，提升了大语言模型在没有已知标准答案的问题上的编码表现。

用户详细介绍了他们在 RTX PRO 6000 Blackwell 上使用 llama.cpp 运行 Qwen 27B 进行本地编码代理的设置，与 Claude 模型进行了性能对比，并请求帮助解决频繁崩溃和响应格式错误的问题。

本文推导了在高斯潜变量模型下的草图线性对比学习的缩放定律，分析了风险如何分解为近似项、优化项和统计项，并为对比学习中平衡模型规模、数据和计算提供了理论指导。

本文提出CASOP（上下文感知优化流水线合成与评估框架），用于仓库订单履约中优化流水线的上下文感知合成与评估，支持从模块化仓库中自动构建有效的算法流水线。

本文为PL平滑目标在马尔可夫噪声下的随机梯度下降提供了最优高概率界，填补了期望保证与高概率保证之间的差距，并扩展到重尾设置，给出了匹配的下界。

本文提出了一种用于协调电动公交车队运营的智能体聚合框架，将基于优化的调度与监督型AI智能体相结合，以处理干扰、电价适应和价值分配，揭示了运营效率与利润导向定价之间的权衡。

BunnyxStudio 花费3周时间移除了SwiftData，使得Hive应用启动速度显著提升，66000张图片的资料库几乎无需等待即可使用。

LFM2.5 230M 模型使用自定义 WebGPU 内核在浏览器中实现每秒 1,400 个 token，展示了高效的本地推理。

本文讨论了传统主键设计如何导致表孤立，并介绍了结构化主键作为一种替代方案，以提高SQL查询性能并维护关系完整性。

描述了一种通过将稳定上下文移出提示词来提高AI代理速度的技术，从而减少令牌使用量和延迟。

本文讨论了LLM代码风格选择如何影响Token消耗和成本，并提供了优化建议，如使用Web API标准和更简单的缩进以减少输出Token。

本文提出了Agentic-LTPO，一种嵌套式双层优化框架，利用代理型AI在动态运营商策略下自适应物理层配置，在无小区MIMO波束赋形中实现了57.2%的长期性能提升。

本文重新审视了在 Linux 上创建极小 ELF 可执行文件的技术，探讨如何通过滥用头部字段和重叠结构将大小缩减至 45 字节，同时保持与 ELF 规范的兼容性。

关于AI评估焦点的讨论，质疑从业者是在优化提示词、上下文还是整个框架，并指出正转向整体优化。

关于在单台DGX Spark上使用sglang推理和自定义mega-kernel以11 tok/s运行未量化的DeepSeek-v4-Flash模型的更新，正在向GLM-5.2迈进。

HALO是一款开源桌面应用，它利用基于模型的强化学习（RLM）技术来本地调试和优化AI代理追踪，并提供分析和可行建议。

作者测量了AI编程助手中的token浪费情况，发现42%可以避免，随后开发了一个工具来捕捉这种情况。该工具支持Claude Code、Cursor和Codex。

文章描述了 libdeflate 新的级别13，这是一种故意减慢的 DEFLATE 压缩级别，在 Silesia 数据集上仅能实现微不足道的压缩提升（0.134%），但代价是比级别12慢56倍，专为数据压缩一次、解压多次的场景设计。

本文解释了作者如何通过在keyDown时预取建议和缓存，实现了在2.4亿个域名上自动补全的p99零毫秒感知延迟，并基于Tranco和CZDS数据构建了快速API。

Vercel团队显著优化了其首页性能，使用了诸如WebGPU着色器等技术，并仔细检查每一帧，他们计划分享所学的经验。