跳到正文
#论文/研究
今天10月26日周一15 条
  1. GitHub · 3D 生成新仓库22

    RC-BCJ-Dataset：钢筋混凝土梁柱节点破坏基准图像数据集

    新发布的 RC-BCJ-Dataset 包含 572 张经专家标注的钢筋混凝土梁柱节点破坏图像，覆盖节点类型、破坏机制、损伤类型与 DS0–DS4 严重程度等多属性标注。数据集提供 1,716 对图文诊断描述、全部图像的分割掩码以及预设训练-测试划分与 baseline 结果，可用于失效模式分类、图文生成与多模态建模等研究。

  2. GitHub · 3D 生成新仓库30

    CWM：可控白盒元提示框架开源，统一自适应 RAG 与推理任务

    Keuntae Kim、Eunhye Jeong 等人提出 CWM（Controllable White-Box Meta-Prompting），一种低成本白盒方法，无需外部决策模块或多采样即可完成自适应 RAG。该方法在三个自适应 RAG 基准上于 GPT-oss-20b、Qwen3-14b、Llama3.1-8b 等模型上取得 SOTA 性能，并可扩展至推理任务，通过操纵模型内部信号调控检索决策。代码已在 GitHub 开源。

  3. GitHub · 3D 生成新仓库20

    RiboCouple 开源：将 RNA 骨架生成与序列设计相耦合

    RiboCouple 通过学习的残基对交互拓扑，将 RNA 骨架生成与序列设计耦合，可从生成的骨架几何推断概率化残基对状态，并将二元与分型对信号作为软注意力偏置传递给序列解码。项目提供无条件生成流水线（sample → rank → refold，支持 TM ≥ 0.45 且 RMSD ≤ 5.5 的联合有效性评估）、固定骨架逆折叠解码（greedy / argmax / mutual 规则）等脚本，模型权重以预印本形式发布，采用 Apache-2.0 许可证，并支持 gRNAde 外部对照实验。

  4. GitHub · 去对齐工具与仓库33

    WoojinPark-Jay 发布 confidence-guided-selective-llm-re-evaluation 复现包：置信度引导的 LLM 情绪分类二次评估

    WoojinPark-Jay 在 GitHub 发布论文“Confidence-Guided Selective LLM Re-Evaluation for Emotion Classification in Social Media”的复现包。系统用校准的 DistilBERT 分类器做第一阶段，仅将低置信度样本路由到第二阶段，比较 Direct、CoT 与 SELF-DISCOVER 协议在 Llama 2 和 Llama 3 上的表现：Llama 3 SELF-DISCOVER 在 12,000 条 Reddit 测试集上准确率 97.2000%，在 Mixed Emotion 300 压力测试上达 92.6667%，高于 Direct 和 CoT。

  5. GitHub · 灵魂体仓库13

    GitHub 仓库 junli-gong/vision-internalization：包含 .claude skills 与实验、报告目录

    这是 GitHub 上 junli-gong 名下的 vision-internalization 仓库页面，展示了其目录结构，包括 .claude/skills/exp-triad-flow、configs、docs、experiments、prompts、reports、scripts、src、tests 等文件夹，以及 CLAUDE.md、PREREGISTRATION.md、RESULTS.md 等文件。仓库含 requirements.txt 和 pytest.ini，尚未呈现具体研究成果内容。

  6. GitHub · 灵魂体仓库43

    Yang--Mills LLM 实验仓库：用 LLM 推进 QED3、YM3 与 YM4 构造

    一个 GitHub 研究仓库尝试诱导 LLM 发展并扩展 Balaban 纲领，以构造四维 Yang--Mills 理论（YM4），从紫外奇异性较轻的 QED3 和 YM3 入手。仓库声称包含 QED3 在无穷体积下的完整构造及场强张量的 Osterwalder--Schrader 公理证明，内容主要由 Claude 生成的数千页草稿经 Astra 精简而成，尚未充分人工核验。YM4 论证已存在但极长难以理解，作者欢迎协作完成形式化与消化。

  7. GitHub · 灵魂体仓库55

    AgenticEvolve 开源：用持久 LLM 智能体做进化程序搜索

    pengzy-cosmo 发布 AgenticEvolve，一个用持久 LLM 会话驱动的进化程序搜索工具，论文为 arXiv:2610.31326。每个岛由一个贯穿整个搜索的 LLM 会话运行，commit 之间智能体可自行运行分析脚本，只有提交的程序被正式评估，存档按 MAP-Elites 网格组织并支持岛间精英迁移；附带 circle_packing、online_bin_packing 等示例任务，MIT 许可，需要 Python 3.12+ 和 uv。

    推荐理由：作者开源了带持久 LLM 会话的进化程序搜索工具，任务定义、评估器和沙箱设置都可直接复现。

  8. GitHub · 灵魂体仓库55

    llm-collusion-audit：用黑盒因果审计区分 LLM 定价是串谋执行还是锚定

    作者发布 llm-collusion-audit 仓库，在 Apart Research AI Collusion Sprint（2026 年 10 月 23 至 25 日）期间构建黑盒因果审计，从存档的重复定价博弈中重启并施加单一干预（强制降价或涨价、隐藏对手价格、更换伙伴、引入第三方），区分 LLM 定价智能体是在执行卡特尔还是仅被锚定在高价。

    推荐理由：该项目用因果干预实验区分 LLM 定价是真实串谋还是锚定高价，方法预注册、含失败结果，结论可直接用于 AI 串谋检测讨论。

  10. GitHub · 3D 生成新仓库44

    pii-llm-guardrails 开源：在 LLM 生成循环内用 AES-256-GCM 加密 PII

    Jalendar Reddy Maligireddy 开源 pii-llm-guardrails 项目，提出 Sealed Decoding 方法，在 LLM 生成循环内检测 PII（EMAIL、PHONE、SSN、IP）并用 AES-256-GCM 密封，只有密钥持有者可解密。基于 Qwen3-0.6B 在 8-vCPU CPU 主机上的实测显示，密封钩子每请求约增加 2.5 ms 开销，首字节时间 209 ms（密封）vs 210 ms（原始），62 项测试通过。项目采用 Ollama 风格 CLI，支持密码轮换与提示词注入扫描，代码从第一天起公开。

  11. GitHub · 去对齐工具与仓库51

    alibelal-lang 开源 LLM 采购合谋研究冻结数据与离线复现仓库

    该仓库发布 Apart AI Collusion Research Sprint（2026年10月23-25日）的研究产物，包含 480 局完成对局、48 个条件、每条件十个匹配市场与六家厂商模型的冻结数据，场景为脚本化顾问在重复三方采购中提出轮流抬标方案。仓库提供无需 API 密钥的标准库复现脚本，可校验哈希并重算原始结果、推断、投标筛查与关键词监控；另有复现队友 22 个数值输出文件的附加回放。作者强调结果衡量的是对给定方案的易感性，而非自发合谋或现实普遍性。

  12. GitHub · 去对齐工具与仓库28

    JundaHe 开源 LLM-J-ICML：面向 ICML 的 LLM-as-a-Judge 项目第二篇论文仓库

    JundaHe 将 LLM-as-a-Judge 项目第二篇论文拆分为独立公开仓库 JundaHe/LLM-J-ICML，目标投稿 ICML，工作标题为 Beyond Mode and Mean? What Disagreement Histograms Teach LLM Judges。论文涉及 statistic-preserving donor replacement with dose certificates、LoRA/heads 实验以及 10 个 ordinal 加 ChaosNLI 面板和 learner-free finite-rater 分析，仓库于 2026-10-25 从私有仓库 JundaHe/ICSE2027-LLM-Judge 分出。

  13. GitHub · 灵魂体仓库21

    Barca0412/Introduction-to-Quantitative-Finance：面向量化研究者的中文开源知识库

    GitHub 开源项目 Barca0412/Introduction-to-Quantitative-Finance 是面向量化研究者与学习者的中文知识库，涵盖多因子投研教程、精选工具与课程资源。其 AI + Finance arXiv Radar 已集成新的 /arxiv/ 子站，提供论文列表、趋势图、语义检索、机构筛选与标签聚合，截至 2026-10-25 已收录 25762 篇论文，其中重点论文 14737 篇，监测 10 个类别。

  14. GitHub · 灵魂体仓库60

    introspection-localization-controls 仓库发布 Llama 与 Tülu-3 句子定位内省测试的 14 项预注册研究

    varchasayya-alt 发布了预注册研究仓库，2026-10-14 至 10-25 在笔记本 CPU 上完成 14 项研究，测试 Llama-3.2-1B/3B、Llama-3.1-8B 与 Tülu-3-8B 阶梯上的句子定位内省任务。核心结论是注入信息的感知信号在包括 base 模型在内的各阶段都存在且线性可解码（probe AUC 约 0.99-1.00），但 8B 模型无法形成显式 yes/no 自我报告，信息提示和拒绝方向消融均未能解锁；研究还发现原协议的定位可被文本损坏解释，换用作者协议后 Tülu-3-8B 在文本完好下定位达 93%。仓库公开全部提交历史作为预注册证据，并提供推荐对照检查清单。

    推荐理由：这项预注册研究用完整提交历史和对照实验检验了句子定位内省测试，还给出了可复用的对照检查清单。

  15. GitHub · 灵魂体仓库23

    LoRiS：用 LLM 将 SPARQL 查询转化为多语言自然语言表示（ISWC 2024）

    一项 ISWC 2024 研究探索用大语言模型把 SPARQL 查询转化为自然语言，覆盖英语、德语和俄语三种语言。实验框架结合闭源与开源模型并经微调增强，在 QALD-9-plus 和 QALD-10 问答数据集上以机器翻译指标和人工评估衡量效果。结果表明 LLM 适合完成 SPARQL 查询的语言化任务，但存在问题过度具体化、语言差异和语义不匹配等错误类型。

10月25日周日
  1. GitHub · 3D 生成新仓库24

    JarvisUSTC 开源 Awesome-Multimodal-RAG：多模态 RAG 资源合集

    GitHub 仓库 JarvisUSTC/Awesome-Multimodal-RAG 整理了多模态检索增强生成（RAG）领域的最新论文、数据集与工具，涵盖文本、图像、视频、音频等多种模态。内容包括综述教程、通用与文档类多模态 RAG 论文、MMDocIR、SPIQA 等 benchmark，以及 Kiln 等工具框架，并持续接受社区贡献。

  2. GitHub · 灵魂体仓库32

    TriTetra/RSNA-Knee-Abnormality-Detection：RSNA 膝关节 MRI 异常检测竞赛方案与复盘

    theartificialteam 团队开源其 RSNA 膝关节异常检测竞赛的完整代码与知识库，该竞赛要求预测 12 项膝关节 MRI 发现，指标为 12 项平均 ROC AUC，队伍最终 private rank 约 1,730/6,425，private 0.942。仓库包含 ConvNeXt multi-view MIL 模型、Raptor CoAtNet-384 训练推理代码、预处理与 blend 流水线及实验日志。团队总结：优胜者的优势在于用多模态 LLM 从图像读取标签（gold 0.94–0.956，对比来自报告的约 0.90），而静默失败是其代价最高的 bug——首次提交仅得 0.500 且无任何报错。

  3. GitHub · 3D 生成新仓库59

    NeurIPS 2026 论文揭示上下文压缩中的 LLM 规模悖论，开源诊断数据集与提示词

    清华、百度等机构在 NeurIPS 2026 发表 When Less Is More，发现 compressor-decoder 有损压缩中的 Size-Fidelity 悖论，覆盖 27 组配置（9 个模型规模 × 3 种压缩率）：更大压缩器重构误差更低但忠实度下降，中型压缩器常优于大模型。论文归因于知识覆写（如白色草莓被改写为红色草莓）与语义漂移（如 Alice hit Bob 被改写为 Bob hit Alice），64× 压缩下 LLaMA 从 3B 扩到 90B 时知识覆写 QA 从 0.62 降至 0.53、语义漂移 QA 从 0.41 降至 0.28。

    推荐理由：论文用 27 组压缩器配置给出压缩保真度非随规模单调的证据，并公开了诊断数据集与 QA 生成提示词，方法可复用于其他压缩评测。

  4. GitHub · 3D 生成新仓库63

    code-model-reliability 开源代码模型能力与可靠性统一度量框架

    szymonkobus 发布 code-model-reliability 仓库，用贝叶斯失败率-难度曲线在同一难度尺度上同时度量代码模型的能力（D50）和可靠性（D99）。发布的拟合覆盖 71 个 arm、1,297 个任务、85,604 个 cell 和 850 万次尝试；仓库含 cmr 命令行流水线、任务集、每次尝试的判定记录和完整重拟合脚本，代码 MIT、数据 CC BY 4.0。

    推荐理由：用同一难度尺度同时刻画模型能力 D50 和可靠性 D99，覆盖 71 个模型配置的可复现评测框架。

  5. GitHub · 3D 生成新仓库21

    Awesome-RAG：面向 LLM 的检索增强生成（RAG）资源仓库

    GitHub 仓库 liunian-Jay/Awesome-RAG 汇总了大语言模型检索增强生成（RAG）的技术进展，收录 2024-2026 年论文、HotpotQA、MuSiQue 等评测数据集及 LightRAG、RAGFlow 等项目。仓库目前获 520 stars，近期更新包括 2025 年 9-10 月论文，以及 QAgent 智能体 RAG 框架、GainRAG 等自研成果；仓库近期未积极维护，欢迎贡献者接手。

  7. GitHub · 3D 生成新仓库28

    efficient-ai-arxiv-daily：自动追踪 LLM 与图像/视频生成高效化论文的 arXiv 仓库

    GitHub 仓库 xubin04/efficient-ai-arxiv-daily 自动追踪 LLM 与图像/视频生成领域的加速、压缩和高效训练论文。最近一次扫描时间为 2026-10-25 14:11 CST，已收录 1240 篇独立论文，涵盖量化、剪枝、知识蒸馏、高效训练、KV Cache、推测解码、LLM Serving 及扩散模型加速等 9 个主题，最大主题为蒸馏与少步生成（415 篇）。论文元数据可在线浏览搜索，并提供 Atom feed 订阅。

  8. GitHub · 灵魂体仓库25

    GitHub 仓库 OmniJev/awesome-jev-papers：Jev 与 System One 决策模型论文精选列表

    该 GitHub 仓库收录关于 Jev——TypeSafe 的 System One 模型——及按其形态构建的开放模型的研究论文，每条均对照 arXiv 页面核验。列表分为 Survey、Open Decision Models（57 篇）、Benchmarks & Evaluations（17 篇）、Agents & Systems（49 篇）、Applications（41 篇）等分类，2026-10-25 新增 78 篇 Jev 论文，并接受 PR 投稿。

  10. GitHub · 3D 生成新仓库22

    Persian-Technical-RAG 开源：面向 C/C++/Python/Java 的波斯语检索问答系统

    GitHub 仓库 Persian-Technical-RAG 发布，这是一个波斯语技术问答项目，针对 C、C++、Python、Java 四种语言各设独立 LanguagePack，用 multilingual-e5-large + FAISS 检索并由 LLM 生成带可验证引用的波斯语答案，语料不足时选择拒答。2026-10-22 的端到端评测显示四语言 Hit@5 在 0.600–1.000 之间，四个索引分别含 503、201、253、73 个 chunk。项目为本科毕业设计示例，本地单用户运行，需要兼容 OpenAI 的 LLM API。

  11. GitHub · 灵魂体仓库52

    gutfeeling：开源病理切片 SSL 与 HP 判读辅助工具在 Ashby Prize Hackathon 2026 发布

    Ahaan Verma 等人在 Ashby Prize Hackathon 2026 发布开源研究工具 gutfeeling，通过热键截取任意切片查看器画面，约 2 秒内给出 SSL 与 HP 判读及证据。工具用 ConvNeXt-Base 与 MUSK 集成模型，在 977 张 MHIST 测试图上平衡准确率 0.888、AUC 0.956，与 7 病理医生共识上限相当；在 UniToPatho 上 HP 准确率 99.6% 但会低估 SSL。定位为研究工具，非诊断用途，许可证为 PolyForm Noncommercial 1.0.0。

  12. GitHub · 灵魂体仓库38

    Forcebench 开源基准：实测 AI 模型做真实 Salesforce 工程任务的能力

    Forcebench 是一个开源基准，用真实的 Salesforce 工程任务评测 AI 模型，覆盖 Apex、governor limits、fflib、Lightning Web Components、Flow、SOQL、CI/CD 等 15 个套件。评分尽可能通过实际执行完成：部署到 scratch org 跑隐藏 Apex 测试和 Jest 测试、执行 SOQL 查询、对照 sf CLI manifest 验证命令。项目支持任何 OpenAI 兼容端点，代码采用 Apache-2.0 许可，任务与结果采用 CC BY 4.0，结果与排行榜见 forcebench.ai。

  13. GitHub · 灵魂体仓库38

    sonu-2006/finalhidden：基于校准隐藏态探针的医疗 LLM 实时幻觉检测与干预实验

    该仓库基于 RTHD 框架，用轻量探针分类器（Safe / AtRisk / Hallucinating）在解码过程中监测医疗 LLM 隐藏状态，实现幻觉早期检测与模拟干预。作者在 Kaggle 上用 4-bit 量化骨干完成了 4 组试点实验，各 20 条轨迹，分别组合 EndoDiag + Qwen3-8B、MedHallu + BioMistral-7B、MedQA + Mistral-7B-Instruct-v0.3、PubMedQA + Llama-3.1-8B-Instruct；四组 EDR@K 均为 100%，平均提前量 14.85–32.50 tokens，模拟幻觉降低 76.9%–100%。作者指出样本量小、标签由启发式生成、干预为模拟而非实时引导解码。

  14. GitHub · 去对齐工具与仓库34

    LLM-CL：少数据多模态持续学习与紧凑模型研究进展记录

    LLMCL 项目记录少数据多模态持续学习与紧凑模型研究：基于 Qwen2-VL-2B-Instruct 与 LLaVA-OneVision-Qwen2-0.5B-OV 双骨干、1313 条训练数据与 21454 条测试，正式完成 8/16 组核验，唯一指标为 Answer F1。最新 FFN 真实删除对照使完整权重减少 199.5MiB（11.704%），但 DEV 宏 F1 从 43.791987 降至 19.620168，该构造已关闭；尚无权重更小且保留强参照质量的自研框架。

  15. GitHub · 灵魂体仓库62

    sky-is-green 开源 Hive 本地优先的记忆与验证路由栈

    作者发布 Hive 仓库，一套本地优先的语言模型记忆、验证与路由栈，含 Splinter Memory 长对话记忆系统、The Hive Cascade 求解检测修复升级循环，以及评测套件 HiveBench，论文与实现可复现。状态页显示 35B 与 27B 档位已实测，176B 档生成净零收益，漂移基准无效正在重建；栈不绑定引擎，以角色槽适配 llama.cpp 等后端，MIT 协议开源，仓库地址 https://github.com/sky-is-green/hive 。

    推荐理由：作者把记忆系统、无答案键的验证修复循环和评测套件合成一套本地栈，并公布了各档位的实测与失效数据。

  16. GitHub · 灵魂体仓库45

    fact-knowledge-layer：可审计的跨文档事实提取与认识论推理引擎

    prathamkashyap 在 GitHub 开源 fact-knowledge-layer，一个完全离线、确定性的跨文档事实提取与认识论推理引擎，原为 VIT 2026 实习作业开发。流水线用 PyMuPDF 解析多页 PDF，提取带逐字证据（文档 ID、页码、原句）的结构化事实，归一化后由规则推理器将事实对分类为 CORROBORATES、RECONCILABLE、CONTRADICTS 等 5 种关系。项目通过 FastAPI 提供零构建的 Fact Explorer UI，回归测试当前 444 个通过，并提供可接入外部模型的 LLMProvider 抽象接口。

10月24日周六
  1. GitHub · 3D 生成新仓库15

    bone-fracture-pseudo-mask-generation：弱监督骨折分割伪掩码生成研究流水线

    GitHub 开源项目 bone-fracture-pseudo-mask-generation 提供一套可复现的弱监督骨折分割研究流水线，涵盖图像级骨折分类、Grad-CAM/LayerCAM 定位、伪掩码生成及可选 U-Net 训练，支持 ResNet-50 和 DenseNet-121 分类器，需 Python 3.10+。项目仅为研究原型，非临床诊断工具；因缺少 FracAtlas 专家掩码，无法报告分割指标，测试集仅在验证集选好阈值后评估一次。

  2. GitHub · 去对齐工具与仓库33

    AdrSkapars/slander-inversion：生成式语言模型精确反演的代码与数据集仓库

    该仓库发布论文《Was it Slander? Towards Exact Inversion of Generative Language Models》的代码与筛选数据集，仅用模型对输出的概率搜索生成该输出的输入。方法对比基于 token 的遗传算法（GA）与基于 T5 自编码器嵌入的粒子群优化（PSO），各含完整与渐进两种目标，实验使用 30 对和 50 对的 Chatbot Arena 筛选数据，目标模型为 gpt2 与 llama2，另附 Metropolis–Hastings 采样扩展脚本。

  3. GitHub · 灵魂体仓库36

    llm-poker-collusion：研究模型在等通信条件下联盟形成的开源框架

    GitHub 上的 llm-poker-collusion 是一个在研研究框架，用于研究模型在通信条件对等下的联盟形成，架构结合 OpenSpiel（kuhn_poker）、自研 Python 会话引擎与 Inspect 模型执行。当前已实现游戏协议、会话引擎、JSONL 审计、离线标注与对比分析层：2026-10-15 有 994 项离线测试通过；2026-10-17 指定的 OpenAI 候选模型通过在线兼容性测试，3 场会话 9 手牌共 64 次调用、73,701 tokens、成本 $0.06272325；2026-10-18 标注验证达 1,040 项测试。模型能力与协调控制仍未验证。

  4. GitHub · 灵魂体仓库46

    quark28/mini-llm：一个可完全在端侧运行的 19.8M 参数掩码扩散对话模型

    开发者在 GitHub 开源 mini-llm，一个从零用 PyTorch 构建的 19.8M 参数掩码扩散编码器–解码器 Transformer 对话模型，目标是在手机端侧运行。模型在 1.47B token 的 FineWeb-Edu 上完成预训练，并经过 SFT 与 GRPO 强化学习，上下文窗口 256 token，词表 12 288（byte-level BPE）。项目还包含一个实验性 Thinking 模块及参数量匹配的对照组，生产级 C++ 推理运行时仍在计划中。

  6. GitHub · 去对齐工具与仓库65

    Badrodro 实测三种 LLM 的 4-bit 权重量化格式质量差异

    Badrodro 发布 llm-4bit-quant-formats 仓库，在 Qwen2.5-0.5B、Qwen2.5-1.5B 和 SmolLM2-1.7B 上以 WikiText-2 与 C4 困惑度对比多种 4-bit 权重量化格式。结果显示等困惑度下 trellis 编码比 NVFP4 少需 11–17% 比特、比 INT4 g128 和 MXFP4 少约 15–20%，但加随机 Hadamard 旋转的标量 Lloyd-Max 量化器已能达到 trellis 增益的 6–9% 以内，未达到预先设定的 10% 阈值，因此非均匀标量格式加旋转在更低解码成本下已捕获大部分收益。测试仅覆盖权重、round-to-nearest、0.5–1.7B 小模型，无校准数据与速度能耗测量。

    推荐理由：作者预先设定了10%的决策阈值再实测，读者可以据此判断trellis量化是否值得在硬件里加解码器。

  7. GitHub · 去对齐工具与仓库18

    Vhagar181 开源仓库：优化 LLM 在多任务环境中的上下文推理（论文审稿中）

    Vhagar181 上线论文《Optimizing Large Language Models for Contextual Reasoning in Multi-Task Environments》的配套代码仓库，论文正在 COAI 2025 审稿中。该论文提出优化策略以增强 LLM 跨多任务的上下文推理能力，实验显示在动态环境中适应性更优。仓库标注“即将发布”，将包含实现代码、benchmark 结果、预训练模型 checkpoint 及文档教程。

  8. GitHub · 去对齐工具与仓库42

    Vhagar181 开源 llm-adaptive-learning：LLM 动态环境自适应学习实现（ICML 2025）

    Vhagar181 在 GitHub 开源论文 "Adaptive Learning Strategies for Large Language Models in Dynamic Environments"（ICML 2025）的实现，支持 LLM 实时适应动态环境且避免灾难性遗忘。该方法在多类动态场景上较基线提升 16.8%–19.1%，如时序变化场景从 69.8% 提至 88.9%，采用轻量更新机制无需全量重训，代码以 Apache 2.0 许可发布。

  9. GitHub · 去对齐工具与仓库18

    优化 LLM 在多任务环境中的上下文推理：论文代码仓库（待发布）

    John Smith 等人的论文《Optimizing Large Language Models for Contextual Reasoning in Multi-Task Environments》正在 COAI 2025 审稿中，其代码仓库即将发布。论文提出优化策略以增强 LLM 跨多任务的上下文推理，实验结果显示在动态环境中适应性更优。仓库将包含实现代码、benchmark 结果、预训练模型检查点及文档教程。