Qwen3.5 技术原理分析
从像素与视觉 token，到 Gated DeltaNet 的矩阵记忆、Full Attention、MRoPE 和 MoE。以 9B 为主例，逐层分析 Qwen3.5 的数学原理、张量维度与混合架构。
Blog
关于视觉与多模态研究的笔记，也写一些学习和生活中的想法。
共 6 篇文章
Code-as-World 如何把世界写成一段可执行的假说
从像素证据、可执行世界表示与溯因式发现循环出发，理解 Code-as-World 怎样把物理机制变成可运行、可检验、可修订的外显状态，以及这条路线离开放世界智能还有多远。
视频还没有结束时，模型应该怎样理解世界
从流式视频评测、增量推理、长期状态、边看边想一路读到持续视觉智能。难点落在模型怎样随世界变化保存证据、安排计算，并为尚未出现的问题留下余地。
从视频压缩到 Codec-Native 多模态模型
从视频编码基础一路读到 OneVision-Encoder、codec-video-prep、LLaVA-OneVision-2 与 Mage-VL 的论文设计、真实源码、复现差异和现有缺陷。
所以，我为什么想读博呢
录取通知书其实已经拿到快一个月了。越是正式落下来，越觉得应该认真想一下，我为什么要读博。
模型之外，能力之内，重读 Harness Engineering for Self-Improvement
同一个模型为什么会在不同代理系统里表现悬殊。这篇长文从执行循环、上下文、持久状态、工具、评测与回滚出发，读懂 ACE、MCE、Meta-Harness、ADAS、AFlow、STOP 与 Self-Harness 怎样把 harness 变成可检查、可搜索、可持续改进的软件系统。