primer

这篇入门论文探讨了推理模型在训练后如何改进，认为有效的推理数据更多地依赖于可检查的训练证据而非原始数据量。它根据验证方法对推理数据进行分类，并强调保留混乱的智能体数据以获取学习信号。

一份全面的入门指南，综合了150多项关于后训练推理数据的公开研究，围绕四个关键问题组织该领域：数据对象、有用性、构建和扩展。

推荐《The Little Book of Generative AI Foundations》这本生成式AI数学基础书，涵盖PCA、SVD、VAE、扩散模型等核心脉络，面向agentic engineering从业者。