Research Digest · Zixun Huanghttps://alexhuang13.github.io/digest/2026-10-29T12:53:00ZZixun Huang预测配比，辨认收益https://alexhuang13.github.io/digest/2026-10-29.html2026-10-29T12:53:00ZMeta Models · 数据筛选的收益边界 · 精读LoRA范数增长与环境组成https://alexhuang13.github.io/digest/2026-10-28.html2026-10-28T12:22:00ZMuonGS · SynthAPI · MoMuSAM · 精读Performer末次迭代与外推歧义https://alexhuang13.github.io/digest/2026-10-27.html2026-10-27T12:15:00Z有限步Muon · Rashomon拟合 · 工具变量预测 · 精读Lottery Ticket扰动、状态与采样路径https://alexhuang13.github.io/digest/2026-10-26.html2026-10-26T13:04:35ZSOMA · 调度器张量别名 · 数据广度 · 精读DDIM这条轨迹，究竟来自哪个策略？https://alexhuang13.github.io/digest/2026-10-25.html2026-10-25T12:49:00Z搜索 agent RL · 混合版本 rollout · 精读 TRPO评得准，未必教得好https://alexhuang13.github.io/digest/2026-10-24.html2026-10-24T12:09:00Z生成式奖励模型 · Rollout 一致性 · 精读 Mamba误差的形状，教师的优势https://alexhuang13.github.io/digest/2026-10-23.html2026-10-23T12:13:00ZPolarGD · AOPD · 安全探针 scaling · 精读 GD 的最大间隔偏置时序、几何与正态性的边界https://alexhuang13.github.io/digest/2026-10-22.html2026-10-22T15:15:00Z数据×学习率 · Muon 初始化 · 图检验 · 精读 Kaplan scaling laws步长、尺度与多目标前沿https://alexhuang13.github.io/digest/2026-10-21.html2026-10-21T12:13:26ZMuPACE · 常步长 Muon · Pareto 前沿 · 精读 InstructGPT多算哪一步，多看哪种数据https://alexhuang13.github.io/digest/2026-10-20.html2026-10-20T12:24:17ZPolar Switch · 循环深度 · 表格数据扩展 · 精读 Score-SDE预算改变几何，状态压缩历史https://alexhuang13.github.io/digest/2026-10-19.html2026-10-19T13:07:28ZBMuon · 小规模外推 · 异步 RL · 精读 Linear Transformers同一策略，不同轨迹https://alexhuang13.github.io/digest/2026-10-18.html2026-10-18T12:45:00Z长程 RL 的一致性 · 选择器与预算 · 精读 NTK删去什么，保留什么https://alexhuang13.github.io/digest/2026-10-17.html2026-10-17T12:53:04Z样本筛选 · 弹性模型 · 后训练博客 · 精读 Chinchilla预算、截断与迁移https://alexhuang13.github.io/digest/2026-10-16.html2026-10-16T12:40:48Z大规模预训练 · Muon 预算对照 · STOPD · 精读 DPO稳定项、精度与噪声https://alexhuang13.github.io/digest/2026-10-15.html2026-10-15T12:24:05ZMuon 的渐近几何 · 混合精度 scaling · Spork · 精读 DDPM噪声、方向与实验预算https://alexhuang13.github.io/digest/2026-10-14.html2026-10-14T18:31:28ZMuon 的 batch-size 效应 · Scaling law 的主动实验设计