paper-reading
论文精读、系统化教程与研究调研报告。
Scaling Properties of Text Conditioning in Visual Generation（文本条件的缩放律：结构化提示词 GPG/ED）
ByteDance Seed 的技术报告。核心发现：文生图扩散模型的收敛 loss 不随提示词 token 数变化，而随提示词里"结构化信息量"变化——用白盒似然指标 GPG 和黑盒属性指标 ED 度量，收敛 MSE 对 GPG 近似线性（r=−0.984）、对 ED 服从幂律（∝ED^−0.207，r=−0.971）。据此把提示词做成带语义+几何标注的 JSON（结构化提示词 SP）来提升 diffusability，再用 SFT→cold-start→验证器门控的 OPSD 训练一个 LLM prompter 来提升 promptability，最后配一个 refine–render–judge 智能体循环。系统在 GenEval2 GM 从 33.8→72.5、CoReBench 从 58.9→85.2，超过所有评测的开源模型。
扩散/流匹配去模糊调研：从 SD 先验到一步化与残差流（2025→2026）
对 2025 年以来用扩散（diffusion）与流匹配（flow matching）做图像去模糊（image deblurring）的工作做的调研，优先收录有模型与代码的方法。逐篇厘清核心贡献 / 方法 / 关键结果（带数字）/ 代码位置，再平行对比、找一致与矛盾、并对有仓库的方法做代码交叉验证；每篇核心工作都配了从原论文裁剪的架构主图。覆盖两大块：(A) 通用图像去模糊——把预训练 SD 当先验的真实去模糊（DeblurDiff、OSDD）、把去模糊重构成扩散过程本身的一步/少步方法（FideDiff、BlurDM）、非配对/自监督路线（TP-Diff、DeblurSDI）、流匹配残差路线（DeblurFlow）；(B) 人脸去模糊 / 盲人脸复原——身份保持与反幻觉为主战场（FaceMe、HonestFace、AuthFace、LAFR、ELIR）。所有 arxiv 号、年份、代码状态均联网核实；DeblurDiff 的 EAC、DeblurSDI 的自扩散、BlurDM/AuthFace/FaceMe 的仓库对照真实代码交叉验证。
TS·08 实战总结:读懂 pi 的一个真实工具与 agent 主循环
把前八篇学的语法拼起来,逐行读懂 pi 的一个真实内置工具(typebox schema → Static 派生类型 → execute 处理器 → AgentTool 契约)与 agent 主循环(流式消费模型事件 → 分派工具调用 → 校验参数 → 回填结果)。读完你能自己读 pi。
TS·07 异步与流式:Promise、async/await、与 async generator
从 Promise 与 async/await(对照 Python asyncio)到 Promise.all 并发、AbortSignal 取消,最后讲清 pi 流式返回 LLM 输出的核心:async generator(async function*)+ for await...of。读懂这章就读懂了 pi 的事件流。
TS·06 类与模块:封装、契约、与 import/export
类的字段/构造器/访问修饰符(private/public/readonly)、implements 契约、extends 继承(含 class extends Error), 以及 ESM 模块的具名导出、import type/export type、barrel 与 declare module。用 pi 的 Agent、FileError、EventStream 讲。
TS·05 泛型:参数化的类型、约束、与工具类型
泛型函数/接口/类、约束 extends、默认类型参数 = T,以及 pi 大量使用的工具类型 (Partial/Pick/Omit/Record/Extract/ReturnType)。用 pi 的 Tool<TParameters>、EventStream<T,R> 讲透"类型也能当参数"。
TS·04 窄化与类型守卫:安全地处理不可信的数据
编译器如何在 if/switch 里自动收窄类型(typeof/in/instanceof),如何用 `x is T` 谓词函数写自定义 类型守卫,以及如何用 unknown + 守卫安全地消化来自 LLM/外部世界的不可信数据。素材取自 pi 的错误处理与工具参数校验。
TS·03 联合类型与可辨识联合:pi 为什么不用 enum
TypeScript 最有特色、也是 pi 用得最狠的一招:字符串字面量联合取代 enum,再用带 tag 字段的 可辨识联合(discriminated union)+ switch 窄化,建模 LLM 的流式事件与消息。这是读懂 pi 事件系统的钥匙。
TS·02 数据的形状:interface 与 type
用 interface 和 type 别名描述对象的"形状":可选属性 ?、readonly、extends、Record、以及结构化类型 (被编译器检查的鸭子类型)。素材来自 pi 的内容块类型、options 配置对象与 FileSystem 契约。