Palind's Blog

10-14

为什么一些 SC 实现没有 PPO clip 选项

10-10

「五等分的 Score Centering」：分数中心化的所有视角

10-09

Score Centering 的局部分布族解释与 STE 解释一致

10-07

视角：SC 优化了采样器策略

10-03

Score Centering 复现尝试

10-01

10 月论文与趣闻

09-25

Score Centering 是 STE

09-21

离策略更新偏差表

09-21

9 月论文与趣闻

09-20

BPO 与 Score Centering 笔记