• 教扑克 bot 接近 GTO：从 CFR 到实时重解，还有差点把我骗了的那次实验 / Teaching a poker bot to approach GTO: from CFR to real-time re-solving, and the run that almost fooled me

  一个业余 side project——用自对弈把德州扑克 bot 推向 GTO（CFR → R-NaD → ReBeL 实时重解 → 多人局），以及在 Slumbot 上几乎下错结论的方差教训

  10 min read   ·   October 15, 2025

  2025   ·   cfr   rebel   poker   self-play     ·   rl  

• BPE 漂到了自动驾驶 / When BPE drifted into autonomous driving

  自动驾驶往 sequence modeling 走，BPE / tokenization 的概念也跟着漂过来——顺着 Tesla 公开过的 stack 看从 HydraNet 到 BEV、OccNet、V12、再到 world simulator，最后聊一下 humanoid robot 那边为什么 locomotion 不是真正的瓶颈

  10 min read   ·   June 15, 2025

  2025   ·   tesla   bev   occupancy-network   world-model     ·   autonomous-driving  

• SVI vs SABR：短期合约 vol smile 上的差距 / SVI vs SABR, the gap on short-tenor smiles

  对 SDE 金融建模起了兴趣，跑了一下 AAPL vol surface 拟合——short tenor SVI 比 SABR 好 2–5×

  10 min read   ·   April 18, 2025

  2025   ·   vol-smile   sabr   svi   sde     ·   quant  

• HSTU 详解，以及把时间编码换成 RoPE / HSTU explained, and swapping its time encoding for RoPE

  拆解 Meta 的 HSTU——生成式推荐的核心 layer；外加我们在 KuaiRec 短视频上把输入端时间编码换成 rotary 时间戳编码、离线指标涨 ~1.5% 的实验

  12 min read   ·   April 15, 2025

  2025   ·   hstu   generative-recommenders   rope   recommendation   kuairec     ·   recommendation