synthesis

Garry Tan 推出了 GBrain，这是一个开源的 AI 智能体记忆层，为编码智能体提供综合、图遍历和差距分析功能，相比传统检索方法有显著改进。

一份全面的入门指南，综合了150多项关于后训练推理数据的公开研究，围绕四个关键问题组织该领域：数据对象、有用性、构建和扩展。

GBrain 是一款工具，能够增强 AI 智能体的合成分析、差距分析、自连线类型化知识图谱、混合搜索以及夜间梦境周期等功能，并且这一切都建立在 Obsidian 中现有的 .md 文件之上。

提出FM-fMRI，一种事件条件流匹配模型，能够从静息态fMRI合成任务fMRI时间序列，在Human Connectome Project和内部自闭症队列上实现了优于基线的频谱和连接一致性，并改进了下游自闭症分类性能。

一位开发者将其AI智能体的LLM调用拆分为廉价的路由模型（GPT-OSS 120B）用于工具选择，以及高级模型（gpt-5.4）用于合成，成本降低了约78%，同时保持了输出质量。

这篇文章探讨了 Andrej Karpathy 提出的“LLM Wiki”概念，认为这是传统 RAG 的范式转变，主张通过维护一个持久且不断演化的知识基底，可以实现知识的复合式理解，而非无状态的检索。

MASS-RAG 提出了一种多智能体合成框架，用于检索增强生成，通过专门智能体在 RAG 流程中各司其职。