概念Importance Sampling
重要性采样
统计学中的采样技术，核心为测度变换，通过引入辅助提议分布在目标稀有区域更频繁采样，再用似然比重加权，实现对低概率事件的无偏估算
时间轴 (近 90 天)
10月4日
在PPO和GRPO算法中，重要性采样校正权重正比于新旧策略概率之比exp(logprob_new - logprob_old)，由于指数函数放大，0.001的logprob偏差会产生可观的权重误差
待验证50%
9月11日
RAPID采用逆提议校正技术保证损失函数和梯度估计器在条件期望下无偏
待验证50%