实体库 · 期 Buzzwords · 档案重建
EP.14智能体新增 · 待复核
EP.14（2024-08-16）：有人把蒙特卡洛树搬进了 agent 的规划。档案重建；6 个故事线 / 专题 · 30 个条目 · 讲到 10 个实体。每个故事线 / 专题 / 条目都是库里的一个节点，连到它讲到的机构、App、模型和人。
- 分享日2024-08-16
- 页面xiaopingfeng.com/buzzwords/14/ · 档案重建 · 当期录播后补建的页面，话题 + 备课笔记的链接清单
- 标题有人把蒙特卡洛树搬进了 agent 的规划
- 一句话MCTS 被搬进 agent 规划与 DPO 数据生成；SWE-bench 这条路上各家开始自建数据集；Sakana 的 AI Scientist 自动写论文
- 规模6 个故事线 / 专题 · 30 个条目 · 讲到 10 个实体
故事线与专题 6 个 · 点标题到页面上的那一节；摘要是页面自己的导语（档案重建的期里是话题）
搜索
排序视图
共 6 条
想学 RAG，这个系列基本不可或缺Comet 发的这篇讲 RAG evaluation 的文章，其实是一门很长的免费课程里的一部分——整个系列叫 digital twin，第十节和第十一节是 evaluation 部分。
事件驱动的多 agent 框架LlamaIndex 的创始人做了一个事件驱动（event-driven）的多 agent 框架。和把流程写死成一条链不同，事件驱动的组织方式让多个 agent 之间的协作关系更松，也更接近真实系统的样子。
SWE-bench Verified，以及各建各的数据集SWE-bench 这类基准里的数据，很多是「提了什么 issue、这个 issue 最后怎么被 resolve」的真实记录。OpenAI 出的 Verified 版本，是朝端到端解决 coding 问题迈的一大步——它是怎么构建这份数据的，比分数本身更值得研究。
Genie：号称 30 分，而榜首才 20 分Cosine 的 Genie 是一套端到端的 AI agent，功能做得相当全。它号称在 SWE-bench 上拿到 30%——而当时公开榜单最头部的也只有 20 分左右。
把蒙特卡洛树搬进 agent 的规划这期最有意思的一个东西。它的演示是订餐厅：查有没有空位 → 没查到 → 去 Google Maps 查 → 回来再查一遍 → 找到 10 点的位子。看着像普通 agent，但底下的机制不一样。
Sakana 的 AI Scientist：自己写论文，自己发表Sakana 这家公司的开源项目 AI Scientist——自动产出论文，自己发表，paper 也能搜到。
共 6 条 · 数据 2026-11-04
条目 30 个 · 本期资料 30 · 信源徽章与 MUST / TECHREAD / ★ 是页面自己的标记
搜索
栏目
信源
必读
排序视图
共 30 条
共 30 条 · 数据 2026-11-04
这一期讲到的机构、人、App 和模型 10 个 · 名称匹配（名字在标题里记「主角」，只在正文里记「提及」），待复核；按它们在这一期被讲到的条目数排
被讲到最多的（按故事线 / 专题 / 条目数）
共 9 条 · 数据 2026-11-04