绘图师_个人页

2026年07月

• 07.07 12:05:51
  发表了文章 2026-07-07 12:05:51

  域分类实验 — 最终评测报告

  本报告通过200次API调用与双平台（Coze/DP）MT-Bench评测，证实“正确学科框架”（C1）显著提升大模型政策分析质量（均分8.44），优于裸问基线（6.81）和错误框架（3.63）；身份引导效果接近框架（8.06）。域路由价值呈问题依赖性：跨学科越复杂，增益越显著（最高+2.5分），但错误路由代价更大（-47%）。建议保守路由、优先用于高常识距离任务。
• 07.06 08:55:11
  发表了文章 2026-07-06 08:55:11

  域分类实验 V2.0

  本实验系统评估学科框架对AI跨域分析质量的影响，采用8个真实政策问题、6种提示条件（含正确/错误学科路由、通用框架等）与240次调用。核心发现：显式学科标签（C1）与“匿名化”的公共政策四维框架（C5）效果相当（R比例≈44.6% vs 44.8%），表明**分析方法论比学科命名更关键**；而伪专家提示（C4）效果最差（16.4%）。实验揭示了当前“通用框架”实为特定学科范式的伪装，为后续纯净对照实验（V3）奠定基础。（239字）
• 07.02 15:35:16
  发表了文章 2026-07-02 15:35:16

  LLM推理精度提升猜想：基于学科域语义路由的推理框架构造方法

  本研究提出基于教育部14学科门类的语义路由框架，不改模型、不增调用，仅通过前置识别问题所属学科域，结构化注入该域分析维度与规则，使LLM单次推理的物质还原率从36.6%提升至61.4%，增幅67.5%，效果稳定（σ=0.166）。

2026年06月

• 06.25 09:08:56
  发表了文章 2026-06-25 09:08:56

  注意力域分类缺失与规则引擎互补性：多模型多条件实验验证

  本研究揭示大模型在法律合规审查中存在结构性盲区：注意力机制缺失域分类能力，且无法检测合同中“法定义务的缺失”（如DPA、PIA）。通过多模型实验与三元蒙版+规则引擎验证，证实蒙版优化域内聚焦，规则补全缺失判断，二者正交互补。人定义边界，AI在边界内运行，人确认裂缝
• 06.23 17:31:45
  发表了文章 2026-06-23 17:31:45

  注意力偏误与规则的结构性补偿

  本文提出新视角：LLM在高精度任务中“漏检”主因非幻觉或算力不足，而是训练有损压缩导致统计拓扑失衡——高频词域（如“不得”）密度远超低频关键域（如“应当报告”），使注意力被密度而非任务需求驱动。作者构建三元蒙版机制，以外部任务定义的域激活函数 $m(d)$ 替代隐性密度因子 $\bar{\rho}(d)$，实现注意力从“统计驱动”到“任务驱动”的结构性重分配，并严格证明其信噪比增益下界达3.3倍。（239字）
• 06.23 14:25:27
  发表了文章 2026-06-23 14:25:27

  JVS Agent增强方案：方法论驱动的Harness层增强与合规审查实验

  阿里云JVS基于“手脑分离”Harness架构，本次增强在四层框架内嵌入方法论组件：新增操作化层实现规则提取与蒙版激活；构建双线规则库（基础线不可覆盖+个性线H值校准）；引入三维置信度验证层。实验证明，该增强将金融外包合规审查检出率从95%提升至100%，精准识别程序性义务盲区（如监管报备），并支持规则自校准与请求灌注，显著提升可追溯性、跨域覆盖与工程可控性。（239字）
• 06.23 12:48:36
  发表了文章 2026-06-23 12:48:36

  三元蒙版偏置：一种通过多路径交叉比对提升语言模型输出可靠性的方法

  本文提出“三元蒙版偏置”（TMB）方法，通过学科术语扰动构建双路径推理，主动暴露语言模型因训练数据偏误导致的“虚假一致”；引入反事实触发与可证伪观测锚点，将置信度判断从内循环自洽转向外部可检验，提升高风险决策中AI输出的可靠性与可追溯性。（239字）
• 06.22 17:17:14
  发表了文章 2026-06-22 17:17:14

  迈向可靠的垂类 Agent：检索增强、中场操作化与双线规则建构

  本文提出“中场操作化”核心理念，破解垂类Agent可靠性瓶颈：将RAG降级为受约束数据库，首创双线规则建构（基础线保障学科共识、个性线承载实践经验），通过激活梯度蒙版实现知识到可执行规则的结构化转化，并以请求灌注机制践行认知诚实。全文聚焦工程可落地的架构创新。（239字）
• 06.22 11:51:34
  发表了文章 2026-06-22 11:51:34

  可靠认知 Agent 的设计方法论

  本文提出面向可靠认知Agent的设计方法论，强调“可信度源于架构层的信息纪律”，而非模型能力。从信息真实性保障、分层专精推理架构到物质还原验证闭环，构建可追溯、可审计、可验证的认知系统，并通过B2B客户健康诊断实验验证其在判断透明性、置信度表达与系统洞察上的显著优势。（239字）
• 06.22 11:36:24
  发表了文章 2026-06-22 11:36:24

  长任务Agent设计规范，让工作流真实落地

  本系统提出“三件事×三次交互”智能任务框架：以**理解拆解→分配执行→监控验证**为不可逆信息链，通过DAG建模、梯度蒙版、物质还原验证与四类阻碍回溯机制，实现可解释、可审计、可修复的多Agent协同。用户仅需在关键节点确认意图与分工，全程兼顾效率与可信。（239字）
• 06.18 15:35:28
  发表了文章 2026-06-18 15:35:28

  Agent设计示例，及场景能力横向对比

  本文以客户健康度危机为场景，对比两种Agent构建路径：一是基于“点→面→Agent”七步方法论（含MOE学科路由、规则库、三维置信度等）构建的可追溯、可审计Agent；二是测试组原生生成的可视化仪表盘Agent。二者在风险识别上高度一致，但前者胜在推理透明、规则可溯、话术可用；后者强于直观决策与持续运营。最终通过方法论迭代，融合可视化优势，实现深度与易用性统一。
• 06.17 15:33:12
  发表了文章 2026-06-17 15:33:12

  垂直Agent的设计方法论

  本方案提出“点→面→Agent”认知架构：以用户明确需求为“点”，延展构建知识一致、边界清晰的“面”，多面收敛形成垂直、可验证的专用Agent。强调垂直深度、生长式结构+工程化接口、规范化控噪，七步实现从需求到可信智能体的闭环落地。（239字）
• 06.16 16:22:01
  发表了文章 2026-06-16 16:22:01

  高认知的本质，基于真实信息的规则推演，关于Agent的设计规范

  本文提出面向开放域、多规则交叉与高风险场景的通用认知Agent设计规范，强调“真实信息→规则推演→独立验证”三阶闭环。主张以强制检索保信息真实、分层专精架构兼顾知识广度与推理深度、内置多源交叉验证回路，并输出带三维置信度的结论，核心目标是构建可信赖、可追溯、可验证的可靠认知系统。（239字）