专栏 RSS订阅（公众号）
温馨提示：订阅专栏后它将会自动更新，无人订阅的专栏有可能不会更新。
专栏 二维码
今天看啥
公众号rss, 微信rss, 微信公众号rss订阅, 稳定的RSS源
他们也喜欢这个专栏
开通 RSS极速订阅 可分钟级获得文章
|
强化学习的10层境界（下）：多智能体与博弈，以及LLM引导的策略生成 青稞AI · 公众号 · AI · 2 天前 · |
|
|
如何推广 RLVR 到通用领域推理问题？一起来聊聊基于参考概率奖励的强化学习 RLPR 青稞AI · 公众号 · AI · 2 天前 · |
|
|
· 公众号 · AI · 3 天前 · |
|
|
· 公众号 · AI · 4 天前 · |
|
|
· 公众号 · AI · 4 天前 · |
|
|
聊聊SeaAI Lab的PP优化工作 PipeOffload 青稞AI · 公众号 · AI · 5 天前 · |
|
|
实录精选｜slime开源项目作者朱子霖：Infra视角下，为 RL Scaling设计的训练框架 青稞AI · 公众号 · AI · 5 天前 · |
|
|
· 公众号 · AI · 6 天前 · |
|
|
· 公众号 · AI · 6 天前 · |
|
|
OpenAI开源小模型gpt-oss的妙妙小观察 青稞AI · 公众号 · AI · 1 周前 · |
|
|
· 公众号 · AI · 1 周前 · |
|
|
· 公众号 · AI · 1 周前 · |
|
|
深度好文！强化学习的10层境界（上）：从巴甫洛夫的狗到贝叶斯大脑，理解RL的前世今生 青稞AI · 公众号 · AI · 1 周前 · |
|
|
· 公众号 · AI · 1 周前 · |
|
|
· 公众号 · AI · 1 周前 · |
|
|
· 公众号 · AI · 1 周前 · |
|
|
· 公众号 · AI · 1 周前 · |
|
|
· 公众号 · AI · 1 周前 · |
|
|
DeepSeek-GRPO重要性权重设计错误？详解Qwen3新强化学习算法GSPO 青稞AI · 公众号 · AI · 1 周前 · |
|
|
· 公众号 · AI · 2 周前 · |
|