记录技术，也让知识可以被提问
一个个人技术博客。除了文章与资料，还能就站内内容提问——每个回答都带可验证的原文出处。
精选文章
Agent 学习第 17 周：强化学习、分布式训练，和一次 3 分钟的 GRPO 训练
在 4060 Ti 上用 GRPO 训练 Qwen2-0.5B 做算术题，3.1 分钟涨了 81 个点，再把涨幅拆成格式与算术两部分归因。
Agent 学习第 14 周：自进化 Agent，和一次差点写进报告的错误结论
让模型写 skill 再优化它，token 降了 45%；但一次「完全符合预期」的对比结论，真相是我自己的量尺有 bug。
Agent 学习第 11 周：工具调用，从一个 if 到一个 while
把工具调用从单轮改成循环，发现关键不在 while，而在把工具拆成可组合的原子工具：单轮 0/4，循环 4/4。
AI 问答点击展开
就站内内容提问，回答带可验证出处。
0/1000
知识库
按目录浏览 →站内收录的资料文档，支持原文 / 文本双视图，可直接跳到被引用的那一页、那一段。