we apply a staleness weight $w \left(\right. d_{t} \left.\right)$ that downweights tokens according to their age $d_{t}$ and drops them entirely once a threshold is exceeded
①数字：引入了指数衰减的陈旧度权重w(dt)。②金句：根据Token年龄降权并按阈值彻底丢弃。③非共识：传统RL常对整条轨迹统一计算优势，而此处针对长序列中早期生成Token的“过时”特性进行细粒度降权，是解决异步长序列采样偏离策略分布的精妙设计。
The number of model parameters $N$ needed to fit a dataset of size $D$ also scales as a power law.
模型参数数量与数据量之间也存在幂律关系，这是缩放定律的核心概念之一。初学者常孤立地考虑模型大小或数据量，而忽视它们之间的相互依赖关系。理解这一关系有助于更有效地分配计算资源。
That’s up 20x in six weeks. This idea, called tokenmaxxing, is the deliberate practice of maximizing token consumption.
引入了“tokenmaxxing”这一核心概念，将AI生产力提升的本质定义为“最大化token消耗”。这打破了传统节省算力的思维，反直觉地认为用尽全力消耗token才能榨取AI的最大价值，本质上是在探讨如何将电力最高效地转化为智力劳动。
A wire becomes a transmission line. A bend becomes a reflector. Two parallel traces become coupled antennas. The geometry is the circuit.
这一论断深刻揭示了射频设计的核心本质。在低频下，拓扑连接是关键；但在射频领域，物理几何形状直接决定了电磁行为。这打破了传统电路设计的直觉，指明了为什么传统基于拓扑的思路在射频领域会失效，物理结构本身就是电路的逻辑。