技术文章
关于 AI Agents、RAG、Agentic Post-training、Medical AI 与 Protein Language Model 的技术文章。
-
从轨迹监督到 Rollout 优化：Medical Deep Search Agent 的 Agentic GRPO
从 Agentic SFT 进入 rollout optimization，拆解 Medical Deep Search Agent 中 G4 GRPO、policy-token credit、Controlled Failure、Fatal-aware masking 与严格 E2F/E3 因果评估的真实训练与证据边界。
-
从答案监督到轨迹监督：Medical Deep Search Agent 的 Agentic SFT
从普通答案监督进入 Agent trajectory supervision，拆解 Medical Deep Search Agent 中 Tool Call、Observation、Loss Mask、QLoRA 与 Recovery Curriculum 的真实训练契约，以及为什么标准 SFT 仍停留在 Behavior Cloning。
-
从 AMP 判别到 MIC 排序：模型之外的数据契约与证据边界
从 AMPsorter 的分类证据进入 MIC 活性排序，复盘 Soft Prompt、LoRA、SupCon、ArcFace 与 GATv2 的真实贡献，并通过 condition-aware、sequence-disjoint 的正式对照说明：更复杂的表征并不自动带来更好的 held-out performance。
-
从 Protein Language Model 到抗菌肽计算候选：一个生成—判别—活性预测系统的设计
从 Generate → Filter → Rank 的完整 AMP Discovery 架构出发，深入 Protein-LM 生成模块，复盘 condition identity、Soft Prompt、SupCon、生成评测与 artifact provenance，并解释为什么更低的 Loss 并不自动意味着更好的生成结果。
-
医疗 Agent 中的 Hybrid RAG、Memory 与 Safety Harness：从“功能接入”到“运行时契约”
一个模块出现在代码里，并不代表它已经成为系统能力。本文从 Hybrid Retrieval、Memory 与 Safety 三条真实工程链路出发，讨论 candidate identity、session/user ownership、failure semantics、degradation 与 frozen evaluation 如何共同定义一个真正的 Runtime Capability。
-
从 Single-Agent RAG 的局限到 Task-Oriented Multi-Agent：医疗 Agent 系统的架构演进
一个能运行的 Multi-Agent 系统，为什么还需要继续重构？本文复盘医疗 Agent 从 free-form subtasks、全局 Skill 暴露，演进到 Typed TaskPlan、capability-scoped execution 与明确 runtime ownership 的过程，并讨论 SharedContext、Memory、RAG 和 Safety 在系统中的边界。