标签：论文阅读

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。