整理了一份「从论文到代码」的课件，偏 Codex 复现论文用🌐 链接:

这份是偏“论文复现怎么落代码”的 PPT，主要拿强化学习论文举例。 里面不是讲怎么让 Codex 一口气写完整项目，更多是把事情拆小：先拆 Env、Agent、Training Loop、Evaluation，再一段段让 Codex 生成、跑 smoke test、看 traceback、继续修。 我觉得比较有用的地方是几页 prompt： 论文 Methods 怎么拆成 Gym Env reward 怎么对齐论文里的目标函数和约束 怎么接 CleanRL 的 PPO 骨架 跑不起来时怎么让 Codex…