ymping

摘要： Constitutional AI 的多轮修订数据，去重后为什么会改变训练目标？用 A、A、A、B 的最小反例复算样本权重、负对数似然和最优概率，并给出保留修订链的 Python 实现及边界测试。 阅读全文

摘要： 用三个候选动作和 Python 标准库构造反例：预测 MSE 更低，规划 regret 却更高。逐步检查真实代价、同分规则和决策间隔，并讨论世界模型评测为何需要独立验证动作选择质量。 阅读全文

摘要： Agent 工具返回 0、False 或空列表，不代表调用失败。本文用 JSON-RPC 风格响应拆解字段存在性与真假值的区别，给出完整 Python 适配器、边界测试，以及审查 AI 重构建议的方法。 阅读全文