图片加载失败 关于智能体的自进化（self-evolving agents） 老师推荐的两篇相关方向论文： Alignment Tipping Process: How Self-Evolution Pushes LLM Agents Off the Rails [2510.04860] Alignment Tipping Process: How Self-Evolutio 2025-10-09 53 0 科研记录
图片加载失败 风与铃的故事——初恋/旧友回忆录 前一年忙于保研，很多思考都是在碎片时间进行，趁着国庆中秋双节同乐加上保研结束，总算有时间静下来慢慢地想。 我一直想做一个善于反思的人，这也是我一直以来坚持的学习习惯，所以我想如果能从这些故事的回忆中学到一些东西，也算是弥补了一点遗憾。 亲手和她解绑QQ情侣关系那天，是24年8月2号，阳光明朗，天数是 2025-10-07 137 0 生活情感
图片加载失败 关于强化学习 [2509.08827] A Survey of Reinforcement Learning for Large Reasoning Models (arxiv.org) 一个不错的综述可以帮助快速入门，梳理强化学习脉络，下面是阅读笔记。 引言部分 强化学习最初是作为人类对齐的后训练，后面声名鹤起 2025-10-06 30 0 科研记录
