Auto Research
Auto Research
自动化科研栏目收录研究路线、论文精读、benchmark 方案、实验协议和 Agent 评测内容。
Pinned
当前研究内容
自动化科研内容统一从这里进入。
ViReCode · Visual Code Memory
Self-evolving visual code memory：把 rendered repair episode 沉淀为 VCE，支持训练无关记忆系统与后续 train/RL patch model。
ViReCode 调研总结 HTML
PPT-style summary deck：VCE schema、ViReCode-TF 架构、benchmark、evaluation 与首篇论文 claim。
OPeRA-EA Early Awareness
真实人类 Amazon GUI 购物行为：OPeRA 复制到 OPeRA_EA，50 个 product-title cluster intents，user-disjoint split，pre-t* Hit@5/NDCG/MRR、LeadTime、ECE/FCR 与 Volc submitted 复现实验。
Life Agent ECPO × DFCA
两篇论文大总结：motivation、近两年 baseline、method、data、evaluation、experiment、contribution；ECPO 先做，DFCA 从 replay evidence 孵化。
v8 Audio-Novel TTS Video
有声小说生成：Qwen3-TTS 语音、每章 3 张图、网易云音乐式播放器、500+500 JSON 与 test-time scaling / train-time personalization。
v7 Belief-Guided Personalization
Belief-Guided Data-Efficient Personalization：feedback is an observation, not a label；Qwen3-4B-UserSim + Qwen3-4B-Controller + Frozen Generator。
v4 交互式小说入口
用户名密码登录、20 个问题 onboarding、实时生成小说；feedback → preference state → future generation 的 Agent Workflow 落地。
v5 Qwen3 LLM Simulator
Qwen3-4B-Instruct-2507 LoRA reader simulator：data schema、Simulator Eval Protocol、CI/PDA/RFP/PEVR 与 Volc GPU smoke。
小说反馈 Agent v1–v4 总结
一页中文总览：motivation、baseline、method、data、eval、结果演化；把 v1 十轮自迭代、v2 ESUS/FUSE-Hard、v3 96-run suite、v4 encoder-state simulator 串起来。
v3 Experiment Suite
96 experiments：12 场景 × 8 方法，多 baseline、stress-test matrix、counterfactual heatmap、rollback recovery、cross-user contamination；state-conditioned direct generation，无 personalized reranking。
v4 Encoder-State Simulator
复现 v3 suite、诊断 worst 3 scenarios，训练 encoder-state simulator，并发布 UserTrajectory schema、metric formula boxes 与 GPU task metadata。
Dynamic Simulator v1 Results
72 trajectories / 360 events 的动态 user simulator 训练与 closed-loop evaluation；state-conditioned planning 直接生成，不做 personalized reranking。
Dynamic Reader Data × Simulator
真实小说数据 raw/processed/derived 构建、动态 reader simulator 训练/eval、closed-loop dynamic evaluation 与 trajectory/token-level 个性化。
ESUS User Simulator × FUSE-Hard
回应当前 bench 过 naive 的问题：训练 encoder user simulator，接入真实小说 reader-response 数据，并用 FUSE-Hard 评估 agent state update。
Novel Feedback Autoresearch
主 agent 负责迭代：Round 10 已完成，公开每轮具体问题、data/eval 定义、零指标解释、回归测试和 AHEAD 排除。
Feedback-State Research Roadmap
Motivation / data transformation / evaluation / encoder-updater method / experiments / AHEAD early-awareness integration。
Personalized User-Feedback Agent Evolution
显式/隐式反馈、用户偏好状态、agent memory / critic / planner / generation framework。
Self-Evolve × Long-Horizon Topic Strategy
Feedback-to-State 自演化与 Delayed Feedback Trace Credit 长程归因。
NeuroAgent 论文讲解
多模态神经影像 Agent 论文中文讲解。
Agent evals 讲解
任务、评分器、轨迹、pass@k / pass^k、能力评测与回归评测。
个性化用户反馈 Agent
当前主线聚焦用户反馈如何改变偏好状态、记忆、critic、planner 和生成框架。
评测与实验设计
保留可复盘的指标、baseline、数据构造和实验协议。