polish

详细推文总结了使用Claude实现精致UI的10条规则，涵盖缓动曲线、设计系统变量、基于物理的动画及其他优化。

本文研究内在数据指标，以在代价高昂的微调之前预测推理监督的效用，发现较小的模型受益于对齐导向的指标，而较大的模型则从冗长跟踪中获益，从而建立了一个尺度感知的框架来验证推理数据集。