SOTA 之后：agent-memory benchmark 测了什么，又测不了什么
深入解析 agent-memory benchmark 全景：从 LoCoMo、LongMemEval 到 PersonaMem，拆解对话记忆、用户画像、多模态记忆的评测方法、指标体系和数据合成流水线。
LLM
拒绝“想太多”：大模型Thinking Budget控制方案解析
分析大模型 overthinking 问题及 Thinking Budget 控制方案，比较主流模型 API 的推理长度和计算预算配置。
LLM 输出限制：Structured Outputs、受限编码和提示词工程
在使用大型语言模型（LLM）时，我们常常面临一个挑战：如何从模型输出中准确提取自己所需的信息。例如，当我们希望模型输出 JSON 格式的数据时，由于模型生成的内容并不总是稳定，可能需要额外编写大量的正则表达式来匹配并提取其中的有效信息。然而，由于 LLM 的能力，导致其输出结构并不永远可靠。 ...