#AI
#AI
共 8 篇文章
每周技术读物
本期三篇主推:RAG 的原始论文(2020,把知识从参数里挪出来)、MAPE(用程序演化搜索记忆设计,结果独立复现了上期那篇 Naive RAG 的结论)、Game Programming Patterns 的对象池一章(free list、溢出策略、以及和 GC 打架的地方)。
每周技术读物
本期三篇主推:Unity 6 RenderGraph 里用 FrameBufferFetch 把读写带宽砍掉一个数量级的实测(CyberAgent)、Game Programming Patterns 的数据局部性一章(2014 旧料,但决定你 C++ 代码快不快)、PlayGen2 用显式 3D 状态做实时可玩世界模型。
每周技术读物
本期三篇主推:UE 5.8 的 State Object Database 与 DirectX Advanced Shader Delivery(官方文档)、Glenn Fiedler 2004 年的 Fix Your Timestep(旧料,但正对着我手上在写的时间子系统)、UnityBench-Mini3D(用真实 Unity 工程考编码 agent,不靠 LLM 判卷)。
每周技术读物
游戏开发 / 性能优化 / AI / Agent 的一手技术材料,每篇都自己过一遍再评级。本期主推:Unreal Fest 2026 的着色器系统性削减、Unity 6 GraphicsStateCollection 生产踩坑、以及 arXiv 上朴素 RAG 反杀 agentic memory 的实验。
从群论到数字人
随便一句话根本说不清这次聊了什么,但它其实是一条可以一步步走完的路:
权重约束训练实验 —— 从「机能不全」到「机能健全」
这个idea其实是因为晚上躺在床上瞎想想到的,跟群里的大佬讨论之后便想着来验证一下是否可行。
cs224n学习笔记
我们学习过 cs231n,了解了神经网络的本质是将数据进行线性变换为我们所需要的数据模式(如分类等等)。
基础神经网络学习笔记
我猜测可能会有很多人跟我一样,在学完cs231n后仍然对神经网络没有一个整体印象,所以这是一份为后人能更轻松地理解神经网络而编写的学习笔记,本文通过我自己的理解对一份神经网络代码进行解释,将所有的知识点串联起来,希望可以造福后人。

