ai-research

🌐 English: README.en.md　·　🔗 在线网站 / Site: https://zhao9797.github.io/ai-research/

个人 AI 技术调研仓库 —— 只收一手官方资料（arXiv 原文 / 官方技术报告 / system card / 官方博客 / 官方 GitHub·HF·ModelScope model card），不含任何第三方解读、翻译或二手聚合。

每个工作都按统一维度精读（数据 · 训练方法 · 模型架构 · 评测 benchmark · Infra + 创新影响），所有数字均经对抗式核查逐条对照一手源（删串列 / 张冠李戴 / 杜撰）。

---

五大调研

📚 research/llm/ — 大模型技术演进（GPT-3 2020-05 → 2026-06）

• 去重后 525+ 条一手来源；五大类：预训练数据 · 架构 · AI infra · 后训练 · agentic 训练
• 入口 → research/llm/00-SUMMARY.md　·　全量索引 → research/llm/01-INDEX.md
• 分类汇总 sections/　·　开源模型深挖 deep-dive/

🎨 research/omni/ — 多模态 / 全模态「生成」演进（2020 → 2026-H1）

• 324 工作页 / ~322 条一手来源；覆盖 文生图 · 图像编辑 · 统一理解生成 · any-to-any omni · 视频 · 音频 · 3D · 使能方法
• 入口 → research/omni/00-SUMMARY.md　·　全量索引 → research/omni/01-INDEX.md
• 6 横向章节 sections/（架构 / 数据 / 训练 / benchmark / infra / 统一omni 专题）　·　5 模型族 deep-dive/（SD-FLUX 谱系 / 中国系 T2I / 统一omni / 视频 / 编辑）

🌍 research/world-model/ — 世界模型技术演进（2017 → 2026-H1）

• 208 工作页一手来源；五条路线：基于模型的 RL（Dreamer/MuZero）· 生成式视频世界模型 · 交互/游戏神经引擎 · 自动驾驶世界模型 · JEPA 非生成预测式
• 入口 → research/world-model/00-SUMMARY.md　·　全量索引 → research/world-model/01-INDEX.md
• 6 横向章节 sections/（架构 / 数据 / 训练 / infra / benchmark / 五范式）　·　4 家族 deep-dive/（RL-WM / 交互视频世界 / 驾驶 WM / JEPA 谱系）

🤖 research/embodied/ — 具身智能技术演进（2017 → 2026-H1）

• 294 工作页一手来源；覆盖 VLA 通用策略 · 操作策略 · 人形全身控制 · 足式运动/导航 · 数据与遥操 · 仿真 infra · benchmark
• 入口 → research/embodied/00-SUMMARY.md　·　全量索引 → research/embodied/01-INDEX.md
• 6 横向章节 sections/　·　5 家族 deep-dive/（VLA 谱系 / 操作策略 / 人形 WBC / 运动导航 / 仿真数据）

🔧 research/harness/ — 主流 Agent Harness 源码级调研（截至 2026-07）

• 61 个 harness 各一份 dossier，统一按 12 维度拆解：agent loop · 记忆 · 工具 · 提示词设计 · 路由/编排 · skill · 自进化 · 可观测性 · 安全/权限 · 沙箱 · 模型协同演化 · 轨迹利用
• 覆盖开源 coding agent CLI（OpenHands/Aider/Cline/Codex/Gemini CLI…）、通用 agent 框架（LangGraph/AutoGen/CrewAI…）、中国厂商（Qwen Code/QwenPaw/MiMo Code/Kimi Code/Trae/Qoder/Comate…）、闭源海外产品的官方设计披露（Claude Code/Cursor/Devin/Warp…）
• 证据可复现：开源项目 pin 精确 commit SHA，闭源锚定版本号/抓取日期，逐条区分"源码读出"与"文档披露"
• 入口 → research/harness/00-SUMMARY.md　·　12 篇跨维度对比 sections/

各 scope 的组织方式与"怎么读"详见 research/README.md。

---

目录结构

ai-research/
├── research/<scope>/      # 分析（你读的部分）
│   ├── 00-SUMMARY.md      #   主汇总（先读这个）
│   ├── 01-INDEX.md        #   全量来源索引（按年月，含每条原始 URL）
│   ├── 2020/ … 2026/      #   单工作结构化页（六维精读）
│   ├── sections/          #   横向分类汇总
│   └── deep-dive/         #   模型 / 家族横向深挖
└── sources/<scope>/       # 原始资料（落盘存档）
    └── 2020/ … 2026/      #   *.md/*.html 博客快照(入 git) + *.pdf(走 HF bucket)

存算分离

• 入 git：*.md / *.html / *.json（官方博客·model card 快照，体积小、易失效，值得版本化）
• 不入 git：*.pdf（数 GB，论文/技术报告原文）+ 大图 *.png/*.jpg —— 备份在 HuggingFace private Storage Bucket hf://buckets/jaczhao/ai-research-sources/<scope>，亦可按 01-INDEX.md 中每条的 arXiv/官方 URL 重新下载。详见 sources/README.md。

怎么读（从"结论"到"原文"四层）

1. 主汇总 00-SUMMARY.md —— 脉络速览 + 统计 + 导读
2. 横向章节 / 深挖 sections/ · deep-dive/ —— 按主题或家族横向对比
3. 全量索引 01-INDEX.md —— 按年月可点开每一条
4. 单工作页 <年>/<slug>.md —— 六维精读；原文在 sources/<scope>/<年>/