Sources

外部资料阅读与分析，包括论文、博客、课程、报告和官方文档。

使用方式

这里记录“某个资料讲了什么、贡献是什么、证据是什么、我如何理解”。整理后的稳定知识结论应沉淀到对应主题目录中。

Source Types

• papers/ — 论文阅读分析。
• blogs/ — 博客、技术文章、访谈和工程经验阅读。
• courses/ — 课程、讲义、公开课和教学资料笔记。
• reports/ — 技术报告、行业报告、白皮书和模型报告。
• docs/ — 官方文档、API 文档、框架文档阅读。

Recent Notes

• CodePromptZip: Code-specific Prompt Compression for Retrieval-Augmented Generation in Coding Tasks with LMs
• Squeez: Task-Conditioned Tool-Output Pruning for Coding Agents
• SWE-Pruner: Self-Adaptive Context Pruning for Coding Agents
• LongCodeZip: Compress Long Context for Code Language Models
• CodeRAG: Finding Relevant and Necessary Knowledge for Retrieval-Augmented Repository-Level Code Completion
• LongLLMLingua: Accelerating and Enhancing LLMs in Long Context Scenarios via Prompt Compression
• Repoformer: Selective Retrieval for Repository-Level Code Completion
• RepoCoder: Repository-Level Code Completion Through Iterative Retrieval and Generation
• RLP: Reinforcement as a Pretraining Objective

Naming

• papers/年份-主题.md — 论文阅读，例如 papers/2023-dpo.md
• blogs/来源-主题.md — 博客阅读，例如 blogs/openai-function-calling.md
• courses/课程-主题.md — 课程笔记，例如 courses/cs336-scaling-law.md
• reports/机构-主题.md — 报告分析，例如 reports/stanford-ai-index.md
• docs/项目-主题.md — 官方文档阅读，例如 docs/transformers-generation.md