Blog
悟已往之不谏，知来者之可追
科研札记、工程实践与一些生活复盘。
- Jun 05, 2026OPD 如何重构后训练的不可能三角
后训练希望学习信号同时准确、稠密、易得，但现实里很难三者兼得。OPD 提供了一种新的组织方式——在学生自己的轨迹上，把教师、验证器、环境反馈组织成密集监督。
- Apr 24, 2026Training-Free Prompt Optimization：从经验库到问题重构
关于 training-free prompt optimization、GRPO、经验库与 3DrawAgent 的一些思考
-
- Mar 10, 2026从 Task Vector 到 Activation Steering：我们离理想的上下文学习还有多远？
顺着技术演进路线，从 task vector 一路走到 activation steering，看我们离理想的上下文学习还有多远。
-