2026年8月31日
Google ResearchらのWikiSkill論文をもとに、Raw・Wiki・Skillsの3層とvalidationによるSkill更新の採否を解説する
2026年4月5日
価値関数、Bellman方程式、モンテカルロ法、TD(0)、n-step TD、TD(λ) を数式ベースで整理し、偏り・分散・収束の違いを解説する