Jerry

所以，你要做的，就是增加自己被运气青睐的概率。而增加的方式，正是保持好奇心。尝试更多事、见更多人、读更多书、问更多问题。

终极大奖就是寻找到缝隙中那根有可能生长出来的枝杈。你发现了知识表层的裂缝，将它破开，而后洞见了一个崭新的世界。

• Jun 7, 2026
  形式化建模：RL 是当前策略分布上的 reward-tilting 与 KL 正则投影
• Jun 6, 2026
  形式化建模：SFT 是外部数据分布上的前向 KL 投影
• May 24, 2026
  注意力熵与动态拓扑：从信息路由到隧道视野
• May 24, 2026
  Softmax 的几何本质：从相对优势到概率单纯形
• May 21, 2026
  Post-LN Transformer 为什么需要 Warmup？
• May 21, 2026
  从谱半径到随机 Jacobian 连乘
• May 15, 2026
  从普通 RL 到 GRPO
• May 14, 2026
  从 REINFORCE 到 PPO
• May 13, 2026
  高斯策略
• May 11, 2026
  正态分布公式的理论推导