你好，我是杨环宇，大连理工大学本科生。
我的方向是 LLM Agent 开发，关注 Agent 系统与 Post-training，也常和让它们跑起来的基础设施打交道：强化学习、vLLM、vLLM-omni。
这个博客用来记录我在读、在做的东西：论文笔记、实现细节，以及一些我希望早点有人讲清楚的问题。
方向
- Agent 开发
- Post-training
- 推理与 RL 基础设施（vLLM / vLLM-omni）
你好，我是杨环宇，大连理工大学本科生。
我的方向是 LLM Agent 开发，关注 Agent 系统与 Post-training，也常和让它们跑起来的基础设施打交道：强化学习、vLLM、vLLM-omni。
这个博客用来记录我在读、在做的东西：论文笔记、实现细节，以及一些我希望早点有人讲清楚的问题。