个人简介
威斯康星大学麦迪逊分校博士生，研究测试时训练、高效大语言模型架构与长上下文记忆。
站点地图
本站的中文页面与文章。搜索引擎也可以访问 XML 站点地图。
页面
文章
大模型产业链会成为下一条果链吗？利润、资本与全球分工的比较
发布于：
用财报、官方披露与采访报道比较苹果和大模型产业链：从芯片、制造与云，到硅谷及北京的数据创业公司、UniPat 的任务与评测路线，分析利润分配、资本投入和客户依赖。
当 AI 走到人类理解的边界：前沿物理学的回声
发布于：
前沿物理学早已迫使我们借助数学、仪器和大型协作理解世界。Frontier AI 也正在提出类似的问题：当能力的增长快于可理解性的增长，我们该如何检验自己已经无法从头掌握的推理？
RL 中递归模型的训推一致性：为什么 LastKV 把反馈放在 chunk 边界
发布于：
并行 prefill、逐 token 递归 rollout、全并行 policy replay 为什么可能对应不同的 policy？从 RL 的概率与梯度一致性出发，解释 LastKV 固定 chunk recurrence 的优势与代价。
模型为什么越走越偏：从 LLM 强化学习到自回归视频的 Drift
发布于：
从 Score Centering、BPO、MaxRL 到 Self Forcing、视频偏好优化与 KV 量化校正：用分布、反馈循环和干预位置，理解不同 domain 的 drift。