#程序员
最近研究 AI Agents 的论文比较多，看到一个宝藏知识库，LLM-Agent-Paper-List，https://github.com/WooooDyy/LLM-Agent-Paper-List，它对基于大模型的 Agents 进行了系统且全面的调查，列出了一些必读论文。内容主要包含三个部分：
1）AI Agents 是感知环境、做出决策并采取行动的人造实体，因此详细阐述了这三个组件：大脑、感知和行动，包括知识、内存、推理和规划、可迁移性和泛化等等
2）针对 Single-Agent / Multi-Agent / Human-Agent cooperation 列举了系列论文，讨论面向任务和生命周期的部署
3）基于 Agents 的行为和个性，从个体性研究到社会性，最具代表的就是对“西部世界”的还原
大部分论文都是 2023 年 3 月之后发表的，内容比较靠前，看到很多应用也在陆续尝试中，感兴趣的朋友可以花点时间研究一下。其中一小半我都看过，很有帮助。
最近研究 AI Agents 的论文比较多，看到一个宝藏知识库，LLM-Agent-Paper-List，https://github.com/WooooDyy/LLM-Agent-Paper-List，它对基于大模型的 Agents 进行了系统且全面的调查，列出了一些必读论文。内容主要包含三个部分：
1）AI Agents 是感知环境、做出决策并采取行动的人造实体，因此详细阐述了这三个组件：大脑、感知和行动，包括知识、内存、推理和规划、可迁移性和泛化等等
2）针对 Single-Agent / Multi-Agent / Human-Agent cooperation 列举了系列论文，讨论面向任务和生命周期的部署
3）基于 Agents 的行为和个性，从个体性研究到社会性，最具代表的就是对“西部世界”的还原
大部分论文都是 2023 年 3 月之后发表的，内容比较靠前，看到很多应用也在陆续尝试中，感兴趣的朋友可以花点时间研究一下。其中一小半我都看过，很有帮助。
FsxIGqJLbZ25AIs3UzPLgJ0ETJ2fv3.png
197 KB
#程序员
多次看到有人推荐，可以跳过付费墙直接免费查看各大网站内容的 Chrome 插件，把源码 down 下来研究了下，原来核心代码只有一句：
h++ps://webcache.googleusercontent.com/search?q=cache:${window.location.href}
这些付费内容平台为了可以获得更多的流量，针对搜索引擎的爬虫是输出全文的，因此只需要通过 Google Cache Page 打开对应的网页，或者通过 Achieve 网站打开，就可以看到全文了。
多次看到有人推荐，可以跳过付费墙直接免费查看各大网站内容的 Chrome 插件，把源码 down 下来研究了下，原来核心代码只有一句：
h++ps://webcache.googleusercontent.com/search?q=cache:${window.location.href}
这些付费内容平台为了可以获得更多的流量，针对搜索引擎的爬虫是输出全文的，因此只需要通过 Google Cache Page 打开对应的网页，或者通过 Achieve 网站打开，就可以看到全文了。
👍4❤2
#程序员
AI 相关的论文多到看不过来，即便是切进去一个小的领域，内容量也非常庞大，为了可以提升效率，我的研究方法大概是这样的：
1）先确认论文是不是提出了一种新的思路和方向，如果只是旧方法的略微加强版，研究起来就没啥意思了，看 Title + Summary 就可以大致判断，这一道可以过滤一大部分论文
2）使用 Monica 帮我先读一遍，它每次总结的时候都会自动提出三个我可能感兴趣的问题，基本上问完这三个问题就能知道论文的概貌了
3）找到对应的 Github 仓库，直接看实现，有些论文描述思路的时候复杂的要命，提出了一堆新概念，回到代码层面，其实也就是一百多行，看代码的效率会更高
4）去 Google Colab 执行程序，由于涉及到大模型和各种依赖的下载，一般下载流量都在 10Gb 以上，而 Colab 可以在一分钟内完成项目的初始化，相比本地执行要高效几十倍
另外一个小 Tip：去寻找 The Rise and Potential of Large Language Model Based Agents: A Survey 这种行业概述性的论文或者文章，可以从大纲上帮助自己捋清探索和研究的方向。我平时是在 arXiv 上检索论文，不知道大家还有没有其他推荐的信息渠道？
AI 相关的论文多到看不过来，即便是切进去一个小的领域，内容量也非常庞大，为了可以提升效率，我的研究方法大概是这样的：
1）先确认论文是不是提出了一种新的思路和方向，如果只是旧方法的略微加强版，研究起来就没啥意思了，看 Title + Summary 就可以大致判断，这一道可以过滤一大部分论文
2）使用 Monica 帮我先读一遍，它每次总结的时候都会自动提出三个我可能感兴趣的问题，基本上问完这三个问题就能知道论文的概貌了
3）找到对应的 Github 仓库，直接看实现，有些论文描述思路的时候复杂的要命，提出了一堆新概念，回到代码层面，其实也就是一百多行，看代码的效率会更高
4）去 Google Colab 执行程序，由于涉及到大模型和各种依赖的下载，一般下载流量都在 10Gb 以上，而 Colab 可以在一分钟内完成项目的初始化，相比本地执行要高效几十倍
另外一个小 Tip：去寻找 The Rise and Potential of Large Language Model Based Agents: A Survey 这种行业概述性的论文或者文章，可以从大纲上帮助自己捋清探索和研究的方向。我平时是在 arXiv 上检索论文，不知道大家还有没有其他推荐的信息渠道？
❤1👍1
Forwarded from 出海🚢&自媒体运营秘籍
《小红书运营手册》
小报童推送形式，加社群私域服务
出品人：后厂女工小王，一个长得很小红书的女人，前百度产品经理，好事发生app发起人，社交媒体达人。
是否适合，请自行判断。
这里是以内容平台产品经理和7年副业博主的双重视角讲给你听的整体逻辑和实战经验——小红书运营手册全本。 【订阅后你可以】 1⃣获得做小红书的核心技能｜工作方法 2⃣进入小红书博主新星群，日常打卡交流 3⃣小红书内部运营学习资料，群内不定期掉落 一次买断，终身阅读。
小报童推送形式，加社群私域服务
出品人：后厂女工小王，一个长得很小红书的女人，前百度产品经理，好事发生app发起人，社交媒体达人。
是否适合，请自行判断。
这里是以内容平台产品经理和7年副业博主的双重视角讲给你听的整体逻辑和实战经验——小红书运营手册全本。 【订阅后你可以】 1⃣获得做小红书的核心技能｜工作方法 2⃣进入小红书博主新星群，日常打卡交流 3⃣小红书内部运营学习资料，群内不定期掉落 一次买断，终身阅读。
#程序员
推荐一个检索和学习论文的强大工具，Aminer，https://www.aminer.cn，它是由清华大学计算机系研发的学术信息挖掘平台，可以很大程度帮助我们降低检索和学习论文的门槛，十分有用。
如果你有一个明确的研究方向，可以在它的「必读论文」模块中找到对应的优质论文集（如图一），这些内容都是由 AI 初筛 + 学者复核后呈现出来的，可以为自己省去海量的信息挖掘时间。
你也可以使用它的检索工具，根据具体的关键词找到最新、最热或者最高引用的论文（如图二），在左侧可以根据不同的期刊、顶会对查询结果进行二次过滤；如果 SCI / CCF 的分类不能满足你的需求，你还可以下载一个叫做 easyScholar 的 Chrome 插件，它可以在搜索结果中增加更多的期刊分级（如图三），分级信息可以让我们一眼看出论文的含金量。
Google Scholar 是数据更新效率最高的学术信息挖掘工具，如果你对实时性要求比较高，可以结合 Google 学术工具一起看，也可以直接去各个顶会的官网查看最新 accept paper，非专业研究一般也用不上。
Aminer 还提供了一个 ChatBot 工具（如图四），支持全库对话和单篇对话，全库精选了 600w+ 的优质论文，单篇对话支持在平台论文详情页直接发起，也支持上传 PDF 后跟它交流，背后应该是对接了一个 LLM，理解能力还不错。
另外，关于 AI 的研究，还推荐订阅 Hugging Face 的 Daily Papers，https://huggingface.co/papers，它也是通过 AI + 人工复核的方式，结合平台热度给用户每日推荐最热/最佳内容，你可以注册一个账号，订阅到自己的邮箱。
推荐一个检索和学习论文的强大工具，Aminer，https://www.aminer.cn，它是由清华大学计算机系研发的学术信息挖掘平台，可以很大程度帮助我们降低检索和学习论文的门槛，十分有用。
如果你有一个明确的研究方向，可以在它的「必读论文」模块中找到对应的优质论文集（如图一），这些内容都是由 AI 初筛 + 学者复核后呈现出来的，可以为自己省去海量的信息挖掘时间。
你也可以使用它的检索工具，根据具体的关键词找到最新、最热或者最高引用的论文（如图二），在左侧可以根据不同的期刊、顶会对查询结果进行二次过滤；如果 SCI / CCF 的分类不能满足你的需求，你还可以下载一个叫做 easyScholar 的 Chrome 插件，它可以在搜索结果中增加更多的期刊分级（如图三），分级信息可以让我们一眼看出论文的含金量。
Google Scholar 是数据更新效率最高的学术信息挖掘工具，如果你对实时性要求比较高，可以结合 Google 学术工具一起看，也可以直接去各个顶会的官网查看最新 accept paper，非专业研究一般也用不上。
Aminer 还提供了一个 ChatBot 工具（如图四），支持全库对话和单篇对话，全库精选了 600w+ 的优质论文，单篇对话支持在平台论文详情页直接发起，也支持上传 PDF 后跟它交流，背后应该是对接了一个 LLM，理解能力还不错。
另外，关于 AI 的研究，还推荐订阅 Hugging Face 的 Daily Papers，https://huggingface.co/papers，它也是通过 AI + 人工复核的方式，结合平台热度给用户每日推荐最热/最佳内容，你可以注册一个账号，订阅到自己的邮箱。
👍2