2026-02-28 02:03:32

小红书技术REDtech2026年02月27日约 1 分钟

div

KEEP THE THREAD GOING

2026年10月23日

随着 Agent 逐步具备理解上下文、调用工具和持续执行复杂任务的能力，推荐系统研发开始探索新的工程范式。

2026年10月22日

简单题直接答，难题再深度思考，让推理模型按题目难度分配思考长度。

2026年10月21日

百万 token 输入，首字还要等多久？小红书 DoSA 保持原始评分函数下的精确 Top-K，在三款模型上将首字等待缩短约 37%～48%。

2026年10月20日

从自己生成的经验中学习，已成为大语言模型后训练的重要方式。强化学习与 on-policy 蒸馏都依赖模型在训练中生成的 rollout。

2026年10月19日

球员动作连贯、画面细节清楚，精彩瞬间更有临场感。结合世界杯实践，拆解音画质增强、编码转码与多端播放的技术突破。

2026年10月16日

一份 Skill 能告诉 Agent 如何使用工具，但怎样把它变成有挑战、能执行、可评估的训练任务？小红书 AllSpark 提出 Skill2Env，从能力需求出发合成环境，再根据执行反馈逐步增加挑战。使用 1.5K 条轨迹微调，模型在七项 Agent 基准上均获提升。

来自同一个声音