LEARNING / 学习记录
从概念到实现，从论文到实验，也记录过程中理解的变化。
从本地小模型服务和双卡微型训练开始，给出可复用的代码、实验变量和记录表，再梳理生成轨迹、训练更新与权重同步的系统边界。
从工具调用、交互轨迹到奖励与策略学习，整理 Agent 的基本问题，也为后续项目和实验确定一条学习主线。