Merge branch 'main' of https://github.com/PFCCLab/Camp into Manfredss/WeeklyReport

Author: Manfredss

WeeklyReports/Hackathon_10th/youge325/[WeeklyReports]2025.12.23~2026.1.6.md

@@ -0,0 +1,37 @@
+### 姓名
+
+谢润明
+
+### 实习项目
+
+Paddle C++ API生态兼容建设
+
+### 本周工作
+
+1. `TensorBase.h` 下新增 `reset` 兼容接口
+
+   https://github.com/PaddlePaddle/Paddle/pull/77127
+
+   https://github.com/PFCCLab/PaddleCppAPITest/pull/9
+   
+2. `TensorBase.h` 下新增 `storage` 兼容接口
+
+   https://github.com/PaddlePaddle/Paddle/pull/77176
+
+   https://github.com/PFCCLab/PaddleCppAPITest/pull/14
+
+3. `TensorBase.h` 下新增 `layout` 兼容接口
+
+   https://github.com/PaddlePaddle/Paddle/pull/77185
+
+   https://github.com/PFCCLab/PaddleCppAPITest/pull/13
+
+4. `PaddleCppAPITest` 仓库新增 `TensorBase.h` 文档
+
+   https://github.com/PFCCLab/PaddleCppAPITest/pull/15
+
+### 下周工作
+
+1. 继续完善 `TensorBase.h` 头文件
+
+### 导师点评

WeeklyReports/hackathon_10th/02_algorithm1832/[WeeklyReport]2026.01.05~2026.01.18.md

@@ -0,0 +1,72 @@
+### 姓名
+
+杨锃砚
+
+
+
+### 实习项目
+
+Paddle API兼容性增强
+
+
+
+### 本双周工作
+
+1. **修复eager_api从kwarg获取内容的逻辑**
+
+- https://github.com/PaddlePaddle/Paddle/pull/77234
+- 状态：已合入
+- 所属：衍生的杂项任务
+- 描述：
+  - 修改了`op_function_common.cc`中的方法`GetItemFromArgsOrKWArgs`，使得PyObject能够从kwargs中多次获取。
+  - 原先此函数的逻辑为解析输入、将PyObject从args和kwargs取出，每次从kwargs取走一个对象，计数减一，为后续kwargs数量校验服务。然而kwargs数量校验完毕后，仍会存在从kwargs中取PyObject的需求，此时计数没有意义，因而移除了对于计数的判断。
+
+2. **torch.std对齐**
+
+- https://github.com/PaddlePaddle/Paddle/pull/77006
+- 状态：Paddle仓库已合入，PaConvert和中文文档修改进行中
+- 所属：API兼容性增强任务
+- 描述：
+  - 使用参数转发的方式，为`std`添加了torch形式的参数别名和其它缺少的参数。
+  - `std`实际上是依次执行`var`和`sqrt`，而这两个API兼容性适配已经完成。因此经过讨论决定不使用别名装饰器，减小性能的损耗。直接进行参数转发，将参数转发给`var`，通过overload和处理签名的装饰器来为方法添加签名。同时补充了兼容性的单测，顺便修了单测所属文件内的typo。
+
+3. **abs_下沉**
+
+- https://github.com/PaddlePaddle/Paddle/pull/77294
+- 状态：Paddle仓库Review进行中
+- 所属：API兼容性增强任务、inplace API下沉系列任务
+- 描述：
+  - See Also: https://github.com/PaddlePaddle/Paddle/pull/76994
+  - See Also: https://github.com/PaddlePaddle/Paddle/pull/76431
+  - 为inplace api的eager_api增加了从kwarg取结果的逻辑、增加了inplace api的kwarg数量检查逻辑、下沉了`abs_`，补充了下沉后的相关单测。
+  - 第一版方案：增加从kwarg取结果的逻辑，修改`ToPyObject`方法。
+  - 第二版方案：尽可能复用已有代码，从kwarg取内容的逻辑可以使用`GetItemFromArgsOrKWArgs`，这样只需要一个map（输出位置 - PyObject）。
+  - 后来决定使用第一版方案，因为第二版过于复杂。由于涉及到代码生成逻辑，对于返回PyTuple类型的处理等，因此整个过程花费了较多时间。
+
+4. **`ChainDataset`, `ConcatDataset`, `Dataset`, `IterableDataset`对齐**
+
+- 状态：正在实现和测试当前方案
+- 所属：API兼容性增强任务
+- 描述：
+  - See Also: https://github.com/PaddlePaddle/Paddle/pull/77334
+  - See Also: https://github.com/PaddlePaddle/Paddle/pull/77212
+  - 在`paddle.utils`新增对应类的导入，但不在`__init__.py`注册，补充单测。
+  - 第一版方案：在`paddle.utils`新增对应类的代码（从`paddle.io`复制过来）。
+  - 第二版方案：整理`paddle.utils`，将有问题的全部迁入另一个文件夹，不对外暴露，仅内部使用。
+  - 第三版方案：先新增导入不注册，后续再根据导入情况选择性注册。
+  - 目前用的是第三版方案。直接导入`paddle.io`内的类会导致循环依赖，前两个方案涉及到的修改比较复杂。所以把整个任务分成两部分：先新增别名（通过`paddle.utils.data`访问），再考察如何绕开循环依赖，使得从`paddle`就能够访问对应的类。
+
+
+
+### 下双周工作
+
+1. **torch.std对齐**的PaConvert和中文文档修改
+2. **abs_下沉**的PaConvert和中文文档修改
+3. **`ChainDataset`, `ConcatDataset`, `Dataset`, `IterableDataset`对齐**的选择性注册方法，PaConvert和英文&中文文档修改
+4. 如有时间剩余，继续认领完成其它任务
+
+
+
+### 导师点评
+
+杨锃砚同学近期完成了`torch.std`下沉和两个较为复杂的共性问题调研开发：inplace下沉机制调研 +  paddle.utils.data.*模块迁移。针对这两个共性问题调研了多种可行方案，在此过程中主动学习相关技术，对飞桨框架相关的代码也有了更多理解。后续继续保持学习和探索的势头，为飞桨贡献更多代码。

WeeklyReports/hackathon_10th/LiaoYFBH/[WeeklyReports]2026.1.5~2026.1.18.md

@@ -0,0 +1,23 @@
+### 姓名
+
+LiaoYFBH
+
+### 实习项目
+
+[PaddleOCR + ERNIE × Open-Source Ecosystem 高价值开源项目案例征集]
+
+### 本周工作
+
+1. 调研和分析了不同阶段的科研工作者对科研工具的需求，整理了科研agent所需的功能
+1. 搭建demo
+
+
+#### 问题疑惑与解答
+
+暂无
+
+### 下周工作
+
+1. 完善demo。
+
+### 导师点评

WeeklyReports/hackathon_10th/WHoutstanding/[WeeklyReport]2026.1.5~2026.1.18.md

@@ -0,0 +1,22 @@
+### 姓名
+王豪
+
+### 实习项目
+GraphNet 计算子图构建与推广
+
+### 本周工作
+
+1. 修复dtype_generalizer.py的bug：在判断计算图need_rewrite之前， parse_immutable_model_path_into_sole_graph_module()返回的trace_model不包含tensor_meta导致dtype_pass.need_rewrite(traced_model)返回总是false，在need_rewrite之前为trace_model加入tensor_meta，因此调用ShapeProp(traced_model).propagate(*inputs)
+
+2. 将dtype_gen_test.sh改为标准脚本格式并对samll100_samples.txt的进行dtype generalizaion pass测试，并用 graph_net.torch.validate 验证生成的 samples of dtype generalization pass
+
+3. 把dtype_generalizer.py做成了SamplePass的子类并放到torch/sample_pass目录下。
+
+
+### 下周工作
+
+1. 调试分析未通过的sample的原因
+2. 开一个关于数据类型泛化的讨论区，并讨论如何集成进加工流程。
+
+### 导师点评
+true

WeeklyReports/hackathon_10th/WeeklyReports/WeeklyReports/hackathon_10th/Le-soleile/[WeeklyReports]2026.1.7~2026.1.18.md

@@ -0,0 +1,21 @@
+### 姓名
+
+杨晓春
+
+### 实习项目
+
+Paddle C++ API生态兼容建设
+
+### 本周工作
+
+1. `TensorBody.h` 下新增 'data' 'cpu' 'meta' 'toBackend' 'is_variable' 'item'
+   'packed_accessor' 'index' 'index_put_' 'cuda' 'set_requires_grad' 'mutable_grad' 兼容接口
+
+https://github.com/PaddlePaddle/Paddle/pull/77182
+https://github.com/PaddlePaddle/Paddle/pull/77417
+
+部分接口未提交PR
+
+### 下周工作
+
+1. 继续完善 `TensorBody.h` 文件及相关测试

WeeklyReports/hackathon_10th/xiaozhejiya/[WeeklyReports]2026.1.7~2026.1.18.md

@@ -0,0 +1,57 @@
+### 姓名  
+
+李溯寒
+
+### 实习项目  
+
+PaddleOCR + ERNIE × Open-Source Ecosystem
+
+### 本周工作  
+
+1. 明确项目方向与目标人群  
+
+   - 讨论并收敛两个核心场景：  
+     - 拍卷子/作业：识别题目、选项、手写答案，生成可整理的错题本（错题由用户勾选）  
+     - 拍书/PPT：自动整理成可复习笔记（作为后续扩展方向）  
+
+   - 重点聚焦学生群体（大学生/考研党/考公党）的高频“拍照$\rightarrow$整理”需求，强调“输出可复习笔记/错题本”而非仅图片转文字。
+
+2. 方案拆解：错题本生成流程
+
+   - 制定端到端流程：PDF/图片输入 $\rightarrow$预处理 $\rightarrow$文本检测与裁剪 $\rightarrow$手写/印刷体分类 $\rightarrow$生成干净整洁的图片 $\rightarrow$PaddleOCR 结构化解析 $\rightarrow$题目切分与结构化 $\rightarrow$预览 $\rightarrow$用户勾选错题 $\rightarrow$导出错题本（md格式）。  
+
+   - 决策：错题判断不做自动判定，交由用户选择，降低不确定性与复杂度。  
+
+   - 手写识别阶段策略：先做“手写区域截图留存并关联题目”，不强制识别手写内容。
+
+3. PaddleOCR 结构化 API 能力核验  
+
+   - 基于 PaddleOCR-VL 的 JSON 返回结果确认：  
+     - 提供阅读顺序字段 `block_order`（可用于阅读顺序重建）  
+     - 提供结构化块 `parsing_res_list`（含 `block_label/block_content/block_bbox/group_id` 等）  
+     - 提供可直接使用的 `markdown.text` 与图片映射 `markdown.images`  
+
+   - 将第 6 步及之后的流程改为“优先用 PaddleOCR API 输出的结构化结果驱动题目切分”。
+
+4. deepagents 和 LangGraph 工程环境与调试链路  
+
+   - 完成 deepagents 、 langchain 、 langgraph  等依赖安装与环境检查（依赖清单整理为可复用 requirements 结构）。  
+
+   - 成功启动 `langgraph dev` 本地服务（API: http://127.0.0.1:2024；Docs 可访问），并定位 Studio “Failed to fetch” 属于浏览器安全策略/本地网络访问限制，明确可用的解决策略。  
+
+5. LangChain 结构化输出与 DeepSeek 兼容性排查  
+
+   - 复现并定位 DeepSeek OpenAI 兼容接口对 `response_format` 结构化输出的限制（400: response_format unavailable）。  
+
+   - 给出替代方案：改用 JSON 提示词 + JSON Parser（SimpleJsonOutputParser）或 function/tool calling（视模型支持情况），并修正 init_chat_model 参数使用错误（model vs model_name）。  
+
+   - 排查并解释 UnicodeEncodeError（请求头 header 含非 ASCII 字符）属于环境变量或自定义 header 导致的编码问题，提供检查与清理思路。
+
+
+### 下周计划  
+
+1. 学习 LangGraph 的基本概念与开发方式（Graph/Node/Edge、编排与执行模型、调试方式）。  
+2. 学习并掌握 LangGraph 中的 State 设计与管理（如 AgentState/状态流转、状态字段定义、如何在节点间传递与更新状态）。  
+3. 基于学习结果，整理一份可复用的 LangGraph + AgentState 最小示例工程（便于后续将错题本流程接入 Graph 运行）。 
+
+### 导师点评

WeeklyReports/hackathon_10th/youge325/[WeeklyReports]2026.1.7~2026.1.18.md

@@ -0,0 +1,35 @@
+### 姓名
+
+谢润明
+
+### 实习项目
+
+Paddle C++ API生态兼容建设
+
+### 本周工作
+
+1. `TensorBase.h` 下新增 `sym_size(dim)` `sym_stride(dim)` `sym_sizes()` `sym_strides()` `sym_numel()`  兼容接口
+
+   https://github.com/PaddlePaddle/Paddle/pull/77301
+
+   https://github.com/PFCCLab/PaddleCppAPITest/pull/18
+
+2. `TensorBase.h` 下新增 `is_same(other)` `use_count()` `weak_use_count()` `is_contiguous_or_false()` `toString()`  兼容接口
+
+   https://github.com/PaddlePaddle/Paddle/pull/77388
+
+   https://github.com/PFCCLab/PaddleCppAPITest/pull/21
+
+3. `TensorBase.h` 下新增 `_is_zerotensor` `_set_zero` `is_conj` `_set_conj` `is_neg` `_set_neg` 兼容接口
+
+   https://github.com/PaddlePaddle/Paddle/pull/77399
+
+4. `PaddleCppAPITest` 仓库更新 `TensorBase.h` 文档
+
+   https://github.com/PFCCLab/PaddleCppAPITest/pull/15
+
+### 下周工作
+
+1. 继续完善 `TensorBase.h` 头文件
+
+### 导师点评

WeeklyReports/hackathon_10th/zty-king/[WeeklyReports]_2026_01.05-2026_01.18

@@ -0,0 +1,21 @@
+### 姓名
+郑天宇
+
+### 实习项目
+面向大模型训练的高效分布式checkpoint系统研究
+
+### 本周工作
+
+1. 在paddleformers中接入aoa_reverse组件
+2. 学习python的traceback逻辑，开发一套 AOATraceback 专门用于AOA解析与执行操作过程中的链式报错，为用户提供可追溯的报错信息
+3. 优化AOA的报错信息，同时新增load hf权重时的映射检查(key to safetenfors file)
+
+
+### 下周工作
+
+1. Flex Checkpoint相关代码迁移到Paddlefleet库中，并在此基础上Refine。
+
+### 导师评价
+
+
+