归档

2026 年

• 09-13 研究周报 · 2026.08.29-09.13 · Dr.MAS 训练进展与 PPU 平台实践
• 08-28 研究周报 · 2026.08.22-08.28 · C3 基线筛选与复现边界
• 08-14 研究周报 · 2026.08.08-08.14 · Agent-Level Credit Assignment Baseline 筛选
• 08-07 研究周报 · 2026.07.18–08.07 · Orchestration Trace、LLM-MAS系统侧与经典RL Pipeline
• 05-09 研究周报 · 2026.04.26–05.09 · C3/CCPO 反事实信用分配与 minimal-agent-harness 搭建
• 04-29 我为什么最喜欢晴雯——一个被误读的"任性"丫鬟
• 04-28 你感觉现在的电影和音乐不如以前了，这不是错觉，但原因不是你想的那样
• 04-26 Claude Code 架构深度解析：Tool Use Loop、Context Management 与 Multi-Agent 机制
• 04-25 研究周报 · 2026.04.19–04.25 · DAPO/GiGPO/MAPPA/Dr.MAS 精读与 sub2api 实践
• 04-24 春日随笔 - 一段关于专注的记忆