Cloudflare, Astro, AI agents, GitHub Actions, issue triage, agentic AI, software architecture, open source, developer tools, AI automation, automated testing, human in the loop, agent workflows,...

本文记录了在 HagiCode 平台集成 GitHub Issues 的过程，采用“前端直连 + 后端最小化”架构，实现安全的 OAuth 认证与高效同步，提升了开发效率与用户体验。

Hard experience has revealed common technology pitfalls in building a gen AI capability and proven strategies for overcoming them.

本研究探讨大型语言模型在气候问题上的忠实性不足，提出ClimateGPT Faithful+模型，通过自动评估和排除不忠实数据，将支持声明的忠实性从30%提升至57%。

本研究利用深度学习模型提前六小时预测急诊室病人数量，以支持医院运营决策。结果显示，模型在极端条件下仍保持准确性，有助于缓解医院拥挤问题。

本研究探讨了大型语言模型在代码生成中的结构性重复问题，提出了一种名为RPG的解码方法，通过识别语法规则降低重复令牌的概率，从而显著减少生成代码中的重复现象。实验结果表明，RPG在新数据集CodeRepetEval及其他基准测试中优于现有方法，提高了代码生成质量。

该研究提出了一种新型闭环仿真器，解决了模仿学习在自动驾驶规划中的局限性。通过引入Waymo数据集的因果基准，评估模仿问题的影响，并结合模仿学习与强化学习，显著提升了模型的泛化能力。

本研究提出了一种基于图神经网络的监测工具c-ANEMON，旨在帮助移动网络运营商检测无线接入网络中的异常。该工具通过分析基站与周边环境的关系，发现近46%的长期异常需要运营团队干预，具有重要的实际应用价值。

本研究提出了一种高效对比解码（ECD）方法，旨在减少大型视觉语言模型（LVLMs）生成的幻觉性响应。实验结果表明，ECD显著提高了回答的上下文准确性，并在基准测试中优于现有方法。

本研究探讨了无状态架构中的冷启动问题，提出了一种基于变压器模型的方法，成功将冷启动时间降低了79%。

本研究揭示了对比解码策略在多模态大语言模型中解决幻觉问题的局限性，尽管表面上性能有所提升，但这些提升实际上是误导性因素所致，未能有效抑制幻觉。研究挑战了对比解码的有效性，并为更好的解决方案提供了新方向。

本文批判了人工智能与工作研究中的简化方法，主张采用系统性视角，强调任务、角色与工作环境的相互依赖。提出民族志研究和关系性任务分析两种方法，研究表明人工智能重塑了人机关系和职业角色，呼吁建立以人为本的决策框架。

本研究提出了一种名为量子现实包裹投递（Q4RPD）的新技术，旨在解决复杂的包裹投递问题，如时间窗口、同时取送和车辆限制。通过七个实例的实验，展示了Q4RPD在实际应用中的新特性及潜在影响。

本研究提出了一种NTN方法，解决了激光雷达语义分割在恶劣天气下对“事物”类别预测不准确的问题，通过特征绑定和正则化显著提升了准确性和鲁棒性。