Skip to content

ppt-deep-search 效果展示 ​

ppt-deep-search 是一个面向“PPT 生成前来源理解审阅”的 Skill:它先做来源解析,再生成可审阅的 Source Understanding HTML、导出截图并完成视觉 QA。本页先展示 2026-10-16 归档的 CCN 集成运行成果,再保留三份历史 forward-test Deck 供比较。

  • 候选 agent 是否能把来源证据读透,而不是只摘关键词。
  • HIL 审批、来源理解审查、视觉 QA 是否形成闭环。
  • source_understanding_review.html 是否能让不了解该技术的人理解原理、证据和边界。

最新 CCN 集成成果:滚动式来源理解 Report ​

以下两份成果来自真实 CCN 集成运行的 Source Understanding 阶段,内容、来源选择、独立视觉 QA 和审批 baseline 均有原记录。渲染由 hw-ppt-gen-html 的 Report 模式完成,采用连续章节和桌面整页 PNG;它们不是当前 section.slide Deck 契约的验收样例。

原运行 baseline 由 CCN Loop 主 agent 按该 Loop 的 HITL 代理规则批准,不是人类亲自审批。这里展示真实集成交付,不把该代理规则推广为独立调用本 skill 时的人类审批替代。

样例来源理解覆盖原始图片与证据边界公开交付
Ambi授权上下文、记忆、任务与持续流程,数据保留与动作确认的区分3 张官网功能原图;展示交互意图,不证明成功率或性能滚动 HTML · 预览
Maia 300数据搬运、软件局部数据流、HBM、低精度与机架协作芯片照片与完整 SoC 架构原图;预期、规划与机架/芯片口径分开滚动 HTML · 预览

Ambi:从获准上下文到后续行动 ​

Ambi 来源理解 Report 预览

报告用五步解释链、术语表和三张完整功能图建立产品心智模型,并区分官网功能声明、隐私政策、当前上架信息和缺失的独立实测。原运行 QA 记录为 PASS,同时将主视觉可读性保留为 3/4;中间图内部分细字仍需仔细查看。

Maia 300:把数据搬运与系统收益连起来 ​

Maia 300 来源理解 Report 预览

报告保留芯片照片和 SoC 架构原图,用图外中文读图键定位计算、存储和互联模块。数字表将单位电力产出预期、机架级对比、带宽容量规格分别列明;原运行 QA 为 PASS,可理解性和主视觉可读性均为 3/4,未将图示当作性能实测。

两份成果的原始材料、来源范围、真实 QA 摘要和代理审批边界见CCN 集成样例来源与审阅记录。公开 HTML 和预览复用 hw-ppt-gen-html 的同一发布副本,避免在两个 skill 中复制大文件。

历史 Deck 展示 ​

以下历史样例只引用 docs/showcase/latest/ 下的发布副本。forward-test 的运行目录只作为刷新来源,文档中不直接依赖临时运行产物。

每个样例只归档 Source Understanding HTML 及其必要静态资源。公开副本没有附带截图、独立 QA 记录或用户审批 baseline,因此本页不把 HTML 可打开等同于整条流程已验收。

原始论文与网页 URL、对应输入文件,以及公开副本的证据限制见样例来源索引。

样例任务主题HTML 中可复核的覆盖公开交付件
Aegaeon GPU Pooling多模型 LLM serving 的 GPU 池化12 页:token-level 抢占、调度、显存与 KV 同步、实验及生产边界HTML
RTX Spark Agent PCRTX Spark 与个人 Agent PC8 页:五类官方来源、产品定位、硬件与运行时、微软侧证据限制HTML
Stochastic KV Routing深度维度 KV cache 共享9 页:R-CLA 训练随机路由、推理固定共享、质量与效率边界HTML

Aegaeon GPU Pooling ​

这个样例围绕 Aegaeon 论文,解释 request-level autoscaling 为什么受长请求阻塞,以及 token-level 抢占如何配合 prefill/decoding 调度、组件复用、自管显存与 KV 同步。HTML 保留论文图表,并分别讨论 goodput 和生产 GPU 节省的统计口径。

最终交付件:

RTX Spark Agent PC ​

这个样例比较 NVIDIA Newsroom、RTX Spark 产品页、NVIDIA Blog、Microsoft Build Live 和 GTC Taipei keynote 页面。HTML 将产品规格与平台叙事分开,并明确 Microsoft 指定 live entry 只是欢迎条目、keynote 页面没有逐字稿等限制。

最终交付件:

Stochastic KV Routing ​

这个样例对应 arXiv:2604.22782v1《Stochastic KV Routing: Enabling Adaptive Depth-Wise Cache Sharing》。HTML 解释 R-CLA 如何在训练时随机读取自身或前层 KV、推理时固定层组共享,并用 retention、F1、TTFT 和 OOM 表达效果,保留训练成本及模拟效率实验的边界。

最终交付件:

历史副本的证据边界 ​

  • 这些样例展示机制解释、原图与表格引用、实验口径和证据边界的组织方式。
  • 展示目录没有原始 source package、抓取日志、审批 baseline 或独立 QA 记录;无法仅凭公开 HTML 复核当次采集、交互或验收是否完成。
  • 样例中的规格、结果和日期属于对应输入材料的历史表述;本页不把它们当作当前产品状态或独立复现实验结论。
  • 实际任务仍须完成截图导出、独立视觉 QA 和用户审批,不能用本页样例代替当次 gate。

刷新规则 ​

刷新样例时只发布最终交付副本和必要资源,不让文档链接到运行缓存。同步更新本页、来源索引及真实 QA/审批边界;复用其他 skill 的公开副本时链接到同一份文件。不要归档内部过程日志,也不要把没有公开证据的验收结论写成已验证事实。