林深见鹿（十一）：概率论与数理统计（10）
Today, the editor brings the "Deep in the Woods, the Deer Appears (Part 11): Probability Theory and Mathematical Statistics (10)".
协方差
10行代码，AIME24/25提高15%！揭秘大模型强化学习熵机制
定义了强化学习中的熵塌缩问题，并从 4 个模型家族，11 个模型上总结了熵与性能之间的经验转换公式，证明了策略熵在强化学习中的重要性。从理论与实践的角度发现了强化学习时的策略熵变化的驱动力：动作（模型输出的 token）发生的概率及其对应获得的优势之间协方差。