CAUSALMIND / FIELD NOTES
技术博客让真实任务,
成为可学习的经验。
围绕专家数据、代码仓库、RL 环境与前沿评测,记录我们对数据质量和 Agent 能力的思考。
LATEST THINKING / 2026
值得验证的想法。
每篇都连接原始研究资料,并写下我们自己的方法判断。
DATA QUALITY8 MIN
2026.10.07CAUSALMIND NOTES
高质量专家数据,为什么要记录“怎么判断”
从标准答案走向有上下文、有证据、可复核的专业过程。
阅读文章CODE DATA8 MIN
2026.10.07CAUSALMIND NOTES
代码仓库数据:真正的样本是“问题 + 环境”
从文件堆到可复现的工程任务,仓库数据的边界如何确定。
阅读文章RL ENVIRONMENTS8 MIN
2026.10.07CAUSALMIND NOTES
RL 环境的关键,不只是一个奖励分数
状态、工具、重置与验证决定 Agent 能学到什么。
阅读文章GDPVAL / REAL WORK8 MIN
2026.10.07CAUSALMIND NOTES
GDPval 如何衡量一份真正能用的工作成果
从标准题目走向职业任务、交付物和专家评审。
阅读文章TERMINAL-BENCH8 MIN
2026.10.07CAUSALMIND NOTES
Terminal-Bench:终端任务如何测出真实执行力
隔离环境、任务验收和过程轨迹比最终一句“完成了”更重要。
阅读文章