刺激指向效应：生活场景中的心理机制
胡同里的孩子总爱凑堆儿玩。前院的小虎子昨天见隔壁大哥哥用竹竿挑着风筝跑，今天一早就缠着爷爷削了根细竹，也学着样儿在空地上颠颠儿地跑。他未必懂什么叫观察学习（Observational Learning），只觉得那样子有趣，注意力便自发指向了竹竿与风筝线 ——
reward
英语中最难区分的50词
attain / achieve / reachattain：强调雄心驱使下的长期努力（目标/理想）achieve：侧重通过技能/努力获得成果（成功/突破）reach：中性词，指到达某地点或数值（地点/年龄）award / rewardaward：官方授予
121W，确实可以封神！
LLM+奖励模型 ：当下的迫切需求！大模型生成的毒性内容、幻觉等问题严重影响落地，而奖励模型虽对提升对齐效果作用显著，但目前泛化能力都很弱，难以应对复杂任务。可以关注代理型奖励模型、自我反思奖励模型……
英文美文分享: Action’s Reward (行动的回报)
“Action is the foundational key to all success.” – Pablo Picasso“行动是一切成功的基石。” — 巴勃罗·毕加索In a dusty classroom, teacher Jun watched e
award与reward怎么区别呀，烦死了！
award 强调官方或正式机构颁发的荣誉性奖励，如奥斯卡奖、诺贝尔奖等，侧重权威认证与社会认可性