01 / 身份独立研究者
SHANYE / LLM ARCHITECTURE
让模型在被提问之前，就已经在感知。
关注注意力架构、长期自我状态，以及 agent 在没有指令时如何继续运转。
个人档案 / 2026
独立研究者 · 远程协作
02 / 简介 可合作
我是山野，一名兴趣驱动的研究者，喜欢在少人关注的领域进行默默探索。长期工作在两个相邻方向：让模型的注意力更接近环境感知，让 agent 在无人提问时也持续存在。
查看精选项目Open Problem03
OPEN
看我的拆解
让 agent 在没有人提问时，自己决定今天该做什么。这条路还没被走通。
研究输出04
10
专业能力04 组
01 / 架构注意力重设计 · 自主 agent
02 / 实验多 seed 消融 · 可复现
03 / 工程PyTorch · 多服务系统
04 / 评审盲审模拟 · 查重核验
项目预览 / 01自主系统
关键机制 / 02
运行中修改自己的组织结构与执行路径。
意图向量注入 · 自改写回环 · 版本化回滚
SENTINEL / SELF-REVISING AGENT
查看项目
哨兵
索引05
精选项目01
研究方法02
开始对话03
精选项目
四个项目，围绕同一个问题：模型在没有指令的时候，能不能自己继续运转。
01 / 自主系统 · 架构研究
哨兵
一个会改写自己架构的 agent：它在运行中修改自己的组织结构与执行路径，而不是等外部指令告诉它下一步做什么。
- 研究问题
- 无人指令时如何维持目标
- 关键机制
- 意图向量 · 自改写回环
- 验证方式
- 多 seed 复现 + 消融
- 产出
- 架构论文 · 开源实现
01 / 哨兵Self-Revision Loop
关键机制 / 02
它改写的不是代码，是自己的组织方式。
意图向量跨时间步持续存在，自改写回环让执行路径可以被重新排列。
每一轮改写都留下版本，历史可回滚，失败可复盘。意图状态 / 持续更新回滚 / 全部版本保留
02 / 注意力机制 · 算子研究
立方注意力
把注意力从二维相似度改写成三维几何上的路由与聚合：先在位置层面做一次全局检索，再做通道内归并。
- 形态
- 三维路由 + 通道聚合
- 探索结论
- 任务相关的最优几何
- 排除方法
- 五轮架构级排除
- 当前状态
- 8B 规模训练验证
02 / 立方注意力Routing Lattice
本轮发现
反向寻址需要更密的路由。
路由密度降到 P = 4 时，复制类任务退化 11 个百分点。
五轮排除分别指向任务几何、位置信息与路由密度。
Lattice / 9 × 6 PositionsP = 1 2 3 4 6 8
03 / 涌现系统 · 原型
类脑原型
8 万个 LIF 神经元与 STDP 突触可塑性搭出的环境：意识不被编程，而是从交互里长出来。
- 规模
- 80K 神经元 · 25+ 模块
- 机制
- LIF 积分 · STDP 权重
- 并行结构
- 逻辑 · 知识 · 情感
- 状态
- 长期运行观察中
03 / 类脑原型Spike Raster
每日心跳
每分钟一次价值密封。
SHA-256 锚定配合六种本能的轮转，让行为从环境里长出来。
八个神经集群、六种本能、六个基础情绪作为 DNA 层的先验。80K LIF Neurons / 6 InstinctsSTDP / Continuous
04 / 实证 · 自主能力
重建 SQLite
在 ProgramBench 的挑战里，agent 从零写出一个可用的 SQLite：9 个源文件、约 70KB，30 项 oracle 测试全部通过。
- 基准
- ProgramBench 挑战
- 产出
- 5 .c + 4 .h · ~70KB
- 验证
- 30 / 30 oracle 测试
- 状态
- 基准作者确认完成
04 / 重建 SQLiteBuild Receipt
结果
30 / 30
从零编译通过、并跑完全部测试的数据库引擎。
覆盖 DDL、DML、WHERE、ORDER BY、LIMIT、聚合与 dot command 的边界用例。
ProgramBench / Issue #175 .c · 4 .h · ~70KB
兴趣范围 / 01—04
把没人愿意碰的架构问题，做成可以被验证的结论。
如果项目正处在假设不清、实验不可信、或者系统根本跑不起来的阶段，可以从这里开始聊。
Question → Autonomy
能力与方法
我的工作覆盖四个环节：提出可证伪的假设、用实验排除、落成系统、写成能被审稿人重新推导的论文。
研究主题注意力架构 · 自主系统 · 涌现原型
工作方法第一性原理 · 五轮排除 · 多模型交叉评审
产出论文 · 预印本 · 开源实现 · 长期系统
01.假设 / 架构
提出能被证伪的假设
先把问题写成一句可以被推翻的话：什么结果会让我放弃它。没有这一条，后面的实验都只是自我确认。
- 第一性原理拆解
- 反例构造
- 可证伪判据
常见产出架构方案 / 预印本
02.实验 / 排除
把错误结论排除干净
在宣布“这就是天花板”之前，先用五轮排除把它问遍：调参、数据、架构、任务几何，最后才轮得到结论。
- 多 seed 复现
- 消融矩阵
- 统计口径统一
常见产出实验报告 / 可复现脚本
03.系统 / 实现
从算子一路做到系统
研究结论要能跑起来才算数：从向量化算子、多服务后端到验收复盘，每一步都留下可以检查的产物。
- PyTorch 向量化
- 服务化交付
- 验收与复盘
常见产出开源实现 / 生产原型
04.评审 / 写作
从盲审到投稿的完整链路
按审稿人的标准先被打一遍：多模型交叉评审、引用与数字溯源、重复率核验，把问题挡在投稿之前。
- 多模型交叉评审
- 数字溯源
- 查重核验
常见产出投稿稿件 / 审稿意见
关于我山野
我更关心模型能不能在没有人提问的时候，也知道“自己是谁、环境在变”。
如何开始一个项目先确认问题本身是否可证伪，再看现有方案到底卡在哪一步——是能力不够，还是问题问错了。
如何推进合作每一步都留下可检查的产物：假设写下来，实验能复现，系统跑得起来，结论能被别人重新推导。
- 关注领域
- 自主系统 / 注意力架构
- 工作方式
- 独立推进 · 联合研究
- 工作语言
- 中文 · English
目前同时推进四条研究线，还有一些散点的兴趣。站内案例经过简化，重点保留问题、方法与关键决策。
Method / 05五轮排除法
Exclude → Residual
- 想
把问题写成可证伪的假设
- 验
用五轮排除把错误问遍
- 造
让结论落成能跑的系统
- 写
写成别人能重新推导的论文