llm-quant/docs/decision_optimization_notes.md

决策优化讨论记录（已归档）

原始的强化学习与决策优化笔记已整理为专题文档，详见：

• docs/principles/reinforcement_learning_tuning.md

如需更新相关内容，请直接维护上述原理文档，此文件仅保留以兼容历史链接。