研究方向索引

研究方向	主题综述	研究状态
大模型预训练	预训练工程与训练稳定性	数据、Tokenizer、分布式、Scaling Laws、继续预训练
LLM/多模态 Agent 后训练	SFT、RL 与协同优化	后训练方法、可证伪实验与证据地图
长程 Agent 思考与工具调用	CoT、Codex、GLM/Qwen 与动态思考调度	已核对官方 API；训练时机机制仍有未公开部分

后续可以增加机器人控制/VLA、世界模型、视频理解、长期记忆、具身智能与因果推断等方向。新增方向时先确认不会与现有主题重叠；相关论文始终共用 papers/ 卡片。

学完以后，我能否回答这些问题？

建议不看正文先回答，再回到相关章节核对。这里不自动判定「已读」。