konakona
我是 Samuel
机器学习研究、Swift，还有偶尔掉进去的 debug 兔子洞。
也可以在终端里阅读：
10 篇
全部 10 篇 →2026 年
Claude 根据我的笔记做的两个页面，以及对 Opus 5.5 的一些感想
Opus 5.5 基于我的笔记库 One-Shot 出的两个交互页面，以及对它的 taste、交流体验和 Claude Code 的感想
让 Tailscale Exit Node 的流量经过 Mihomo
救援通道、最小范围的 TUN 接管、DNS 污染排查、最终实现通过 Exit Node 使用 Mihomo 代理
Qwen3.8-27B Terminal-Bench 2.1 复现：环境、完整流程与踩坑记录
使用 SGLang、Harbor 0.21.0 和 Terminus-2，在 16 张 A100 40GB GPU 上复现 Qwen3.8-27B Terminal-Bench 2.1 的完整过程、问题排查与结果审计。
NITP: Next Implicit Token Prediction for LLM Pre-training
在输出空间和隐空间中同时预测下一个 token。
从线性注意力到 Test-Time Training
线性注意力将标准注意力的平方复杂度降低为线性，这很好。但我们能做得更好吗？
一次 OpenClaw web_fetch 故障排查
proxychains4 的 DNS 劫持和 OpenClaw 的 SSRF 保护撞在一起，导致 web_fetch 彻底罢工。
-
论文解读 · 21 页
Self-Distillation Enables Continual Learning（SDFT）
模型如何借助示范在 on-policy 数据上自我蒸馏，为什么它比 SFT 遗忘更少，以及理论与实际训练损失之间的差距。