【日报】2025-12-29 117ce71fadd312062a25f020ff3c3e9a.png 今天看到个很有趣的Training-free GRPO，思想是拿query+experiences来做输入，动态更新experiences而不是模型。那我们是不是更进一步可以[Instruct]+[Learnable Tokens]做模型输入，冻结模型，对token进行GRPO，然后再decode看看[Learnable Tokens]到底学到了什么。查了下发现这就是RL prompt tuning。看着很有趣，稍微看两眼。有点想自己复现个玩玩。改几行代码就行了应该。最近还是复习为主。

【日报】2025-12-26 复习。忙元旦晚会。周六元旦晚会周日复习。 下周考试，元旦过完还有考试。

【日报】2025-12-25

【日报】2025-12-24 今天不知道干啥。 DINOfeature感觉已经了解的差不多了。SAM架构也了解完了。 是不是该学学SITS相关的了？

【日报】2025-12-23 复习模式识别与机器学习，下午晚上上课。 马上到“期末月”了，每周都有期末考，跟凌迟似的。