<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>学术流程 on MessageDaily</title><link>https://inkeast.github.io/MessageDaily/tags/%E5%AD%A6%E6%9C%AF%E6%B5%81%E7%A8%8B/</link><description>Recent content in 学术流程 on MessageDaily</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Sat, 12 Sep 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://inkeast.github.io/MessageDaily/tags/%E5%AD%A6%E6%9C%AF%E6%B5%81%E7%A8%8B/index.xml" rel="self" type="application/rss+xml"/><item><title>今日精读补充：Auto-RecSys 与 ActReview——把'自主研究'装进工业 harness 与学术评审</title><link>https://inkeast.github.io/MessageDaily/posts/2026-09-12-cognition-mcp-skill-retrieval-forgetting-paper-reading/</link><pubDate>Sat, 12 Sep 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-09-12-cognition-mcp-skill-retrieval-forgetting-paper-reading/</guid><description>数据日 2026-09-11 两篇流程自动化论文合读：Meta 的 Auto-RecSys 把自主研究 Agent 部署到工业级推荐系统（分布式异步执行+集中记忆+认知-程序分离三大 harness 设计）；Yale×芝大×腾讯的 ActReview 用 rebuttal 对齐数据+rubric 奖励训练同行评审生成模型（ActReview-40K 训练集+1,000 例人策基准）。</description></item></channel></rss>