A PERSONAL RESEARCH ARCHIVE / VOL. 01
PAPER
NOTES✳
Read deeply.
Connect the dots. Think beyond.
论文里的方法，实验后的问题。
关于 AI、智能体与体育的阅读现场。
what comes next.
A Fix for Softmax and Cross-Entropy
减去最大值之后，softmax 仍可能丢失梯度信息。从浮点舍入到蒸馏漂移，检查数值计算中的细节。
OPEN READING NOTE02 / READING CHRONICLE
Reading timeline.
按阅读日期记录，最新在前。
用研究方向串起不同论文。
共 15 篇 · 按阅读日期倒序 · 一篇可属于多个方向
2026 年 11 月
6 篇A Fix for Softmax and Cross-Entropy
减去最大值之后，softmax 仍可能丢失梯度信息。从浮点舍入到蒸馏漂移，检查数值计算中的细节。
Debate or Vote: Which Yields Better Decisions in Multi-Agent Large Language Models?
多智能体的收益来自相互辩论，还是初始答案的多数投票？拆开集成与交流，重新审视 baseline 和评测协议。
Do LLM Agents Have Regret? A Case Study in Online Learning and Games
连续决策中的 LLM 能否降低累计 regret？用在线学习与重复博弈检验历史、反馈和策略更新。
Proving and Improving the Platonic Representation Hypothesis with JEPAs
不同模态怎样学到共同表示？从正样本关系出发，理解 JEPA 的对齐条件、实验结果和数据来源。
Sparks of Weight-Space Programming: LLMs can natively read & write neural network weights
直接读写神经网络参数，能解释和修复多少行为？从游戏策略到循环生成，检查权重编辑的效果与边界。
Why Agentic Theorem Prover Works: A Statistical Provability Theory of Mathematical Reasoning Models
有限验证预算下，证明成功率怎样受价值估计误差、数据覆盖与证明长度影响？把 agent 模块接到统计界上。
2026 年 10 月
1 篇2026 年 09 月
6 篇The Landscape of Agentic Reinforcement Learning for LLMs: A Survey
从单轮回答到持续行动：Agentic RL 的能力版图、训练方法，以及仍未解决的问题。
Audio for Sports Highlight Detection: A Comparative Empirical Study
不看画面，只听比赛。音频特征加上时间上下文，能否找到真正的高光？
SoccerNet 2026 Challenges Results
五项足球视频理解任务，一次技术盘点。从排行榜里寻找值得尝试的方法。
Beyond the Single Camera: Agentic Multi-View Reasoning in Sports Video Understanding
更多视角不等于更多有效证据。多视角体育视频中的主动搜索、工具调用与错误恢复。
Deep Learning for Sports Video Event Detection: Tasks, Datasets, Methods, and Challenges
从事件定位到精确时刻检测，梳理体育视频理解的任务、数据集与方法边界。
NBA Streaming: A Large-Scale Benchmark for Fine-Grained Basketball Commentary Generation in Continuous Streams
从连续视频流到细粒度篮球解说：先定位完整事件，再理解球员、动作与场景。
2026 年 08 月
2 篇No notes in this orbit.
试试其他关键词，或者回到全部笔记。