文章归档

围绕 RLVR 参数更新稀疏性的来源，梳理训练数据分布、模型几何与梯度公共方向之间的关系，并讨论算法设计和实证分析的可能方向。

一个可反复使用的阅读框架：问题是什么，证据在哪里，还有什么值得追问。

从假设、配置到观察与下一步，让一次实验留下完整的线索。

生活随笔不必从大事开始。一个画面、一句话，也可以成为记录的起点。

给阅读留一点没有任务的时间，也给好奇心留一些自由。