《动手学强化学习》阅读 一些有用的书中句子摘抄。 初探强化学习 强化学习用智能体（agent）这个概念来表示做决策的机器。相比于有监督学习中的“模型”，强化学习中的“智能体”强调机器不但可以感知周围的环境信息，还可以通过做决策来直接改变这个环境，而不只是给出一些预测信号。 智能体有3种关键要素，即感知、决策和奖励。 感知。 2026-01-25 14 0 科研记录
智能体与强化学习 Agent0: Unleashing Self-Evolving Agents from Zero Data via Tool-Integrated Reasoning Agent0: Unleashing Self-Evolving Agents from Zero Data via Tool-I 2026-01-24 8 0 科研记录
暂记最新的一些有意思的文章集合 搜论文时发现的，记录一下。 PISanitizer: Preventing Prompt Injection to Long‑Context LLMs via Prompt Sanitization 针对长上下文 (long-context) LLM 的防御方法。当 context 很长时，恶意注入 2025-11-23 28 0 科研记录
科研碎碎念 碎碎念1.0 Language Models Resist Alignment: Evidence From Data Compression ACL2025最佳论文，值得好好follow。作者是亲爱的YaoDong Yang 2025-11-17 38 0 科研记录
Agent自进化相关（攻击，工具调用） AutoDAN-Turbo: A Lifelong Agent for Strategy Self-Exploration to Jailbreak LLMs [2410.05295] AutoDAN-Turbo: A Lifelong Agent for Strategy Self-Explora 2025-10-24 52 0 科研记录
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
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
