章节总览

WRITINGS / A KNOWLEDGE COLLECTION

9 月以来的知识整理

从强化学习与后训练,到 Agent 工程、世界模型与空间智能。沿着问题和主题,重新串起这些学习与实践。

47 篇 · 按主题阅读 · 保留原有章节结构

查看完整章节总览 →

47 篇文档

01 / 6 篇

世界模型与空间生成

从潜在动力学、交互式环境到可控的三维世界。

02 / 5 篇

强化学习:从基础到策略优化

先建立状态、价值与探索的概念,再看 PPO、GRPO 与训练稳定性。

03 / 6 篇

后训练、偏好优化与蒸馏

把监督信号、散度方向、教师信息和优化目标放在同一张地图上。

04 / 5 篇

Agent 工程与轨迹数据

串起数据合成、代码执行、Judge–Fix、Auto-Thinking 与项目实践。

05 / 5 篇

推理状态、空间工作区与决策

模型如何重读上下文、组织空间信息,并输出可校准的决策。

06 / 3 篇

模型架构与工程平台

连接模型内部结构、训练部署工具和多人协作平台。

07 / 3 篇

知识整理与写作方法

从资料入库、原文与解读的组织,到文章选题。

导航与阅读路线 9 篇

08 / 9 篇

导航与阅读路线

保留已有知识库各部分的组织方式、材料关系和后续阅读线索。

参考资料与复现实验 3 篇

09 / 3 篇

参考资料与复现实验

S-Space 的工程入口、来源版本和实验边界。

历史版本 2 篇

10 / 2 篇

历史版本

保留 Auto-Thinking 两个历史版本,便于对照章节和认识的演变。