关于

你好，我是 Yuhan Sun，欢迎来到 y’log。

这里写 LLM、强化学习和淘宝直播数字人的研究笔记，记录方法、实验，以及上线后遇到的问题。

我关注的方向

• 实时交互：多轮意图识别、实体解析、商品检索与数字人回复生成。
• 高效推理：模型蒸馏、推理路径压缩，以及质量与延迟之间的权衡。
• 可控生成：用 ControlPE 探索提示词效果的连续调节。
• Agent 与强化学习：从 RLVR、Multi-Agent RL 到 Harness-Aware Training，以及用 MultiAgent-OPD 训练分层协作。

关于这个博客

每篇有中文和 English 两个版本，文末附原文链接。

博客用 Hugo 搭建，参考了 Lil’Log 和 Dream-RSI。

你可以通过归档浏览全部工作，通过标签按主题阅读，也可以订阅 RSS。