读完外部材料（论文 / 技术博客 / 代码仓库）之后，用自己的话重写一遍的产物。 不是摘要，是「我确认自己读懂了」的记录。

模型与算法

  • reasoning-effort —— 推理努力度是怎么训出来的：low/medium/high 这个旋钮在推理侧只是一句 system prompt，在训练侧是三条可叠加的路线；硬性 token 预算是另一件事

系统与 Infra

工程实践