2026-02-13 这一期

这一期没有导语。

本期收录

• 用 GradLoc 诊断 RLVR 训练崩溃 (2026-02-13 · Tencent Hunyuan Research)
  腾讯混元提出分布式二分查找工具，把梯度尖峰定位到单个 token，并发现新的崩溃模式：层间梯度异质性。