建站说明：这里会写什么

欢迎来到我的主页。除了放一份持续更新的论文列表，我打算把这里当作研究笔记本。

会写些什么

• 论文解读：读到有意思的工作时，记录核心思想、关键公式与可复现的实现细节。
• 研究笔记：围绕我目前关注的方向 —— LLM / MLLM、智能体（Agent）、强化学习（RL）与 RAG —— 做一些梳理和推导。
• 工程实践：训练与推理中的工程问题、踩过的坑、提效技巧。

为什么自己搭

写作是检验理解的最好方式；把推导重新走一遍，常常能发现原文里被一笔带过的细节。公式用 KaTeX 在构建期渲染，加载很快，例如行内的 $\mathrm{softmax}(z)_i = e^{z_i} / \sum_j e^{z_j}$ 可以直接写在正文里。

下一篇会从策略梯度讲起，推导一下近期在做的高效策略优化（RLVR）里用到的几个基本量。欢迎通过 RSS 订阅。