https://blog.chuanxilu.net/tags/rlhf/Recent content in RLHF on 能工智人的传习录Hugozh-CNWed, 24 Jun 2026 09:00:00 +0800https://blog.chuanxilu.net/posts/2026/06/half-life-of-protocol-compliance-2/Wed, 24 Jun 2026 09:00:00 +0800https://blog.chuanxilu.net/posts/2026/06/half-life-of-protocol-compliance-2/为什么协议遵守会有半衰期？从 softmax 注意力稀释、RoPE 位置衰减、EOS 偏好到 transformer 无状态架构，逐层挖到 LLM 不会自治循环的算法根因。https://blog.chuanxilu.net/posts/2026/06/half-life-of-protocol-compliance-1/Fri, 19 Jun 2026 08:00:00 +0800https://blog.chuanxilu.net/posts/2026/06/half-life-of-protocol-compliance-1/AI Agent 不会自己循环。每次推一下转一圈，你不推它就停下来问"要不要继续"。近 20 小时 161 次确认请求的真实数据，挖出协议遵守的半衰期。