【日报】2025-10-07 电脑坏了，修了一天。

【日报】2025-10-06 今日爬长城。 还没敢看实验结果。 要不要多看看RL和SFT统一视角的研究？

【日报】2025-10-05 继续在点监督rfcos加上RL。 完成基础测试脚本

【日报】2025-10-04 尝试在点监督rfcos加上RL。 下午徒步。