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。
购买VIP
提交新专栏
专栏 二维码
TodayRss-海外RSS稳定源
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
|
|
DeepSeek-V4技术报告解读: 从架构到 Infra 的全栈重构 青稞AI · 公众号 · AI · 2 周前 · |
|
|
|
从 DeepSeek V4 的多专家 on-policy Distillation 反观人类学习模式 青稞AI · 公众号 · AI · 2 周前 · |
|
|
|
DeepSeek-V4 详细分析: 算法和模型结构 青稞AI · 公众号 · AI · 2 周前 · |
|
|
|
最大熵强化学习与 SAC：从 Greedy Policy 到 Boltzmann Policy 青稞AI · 公众号 · AI · 3 周前 · |
|
|
|
影响 OPD work 的因素有哪些？聊聊 Rethinking OPD 这一路 青稞AI · 公众号 · AI · 3 周前 · |
|
|
|
Oral新作：MAGICIAN开启主动建图新范式 青稞AI · 公众号 · AI · 3 周前 · |
|
|
|
直播预告！从 TTRL 到 URLVR：探讨一下大模型的无监督强化学习还能走多远？ 青稞AI · 公众号 · AI · 3 周前 · |
|
|
|
大模型 RL 训练：计算流程全解析 青稞AI · 公众号 · AI · 3 周前 · |
|
|
|
54页论文！无监督 RLVR 的极限与反思 青稞AI · 公众号 · AI · 3 周前 · |
|
|
|
old policy 和 reference policy 到底有什么区别？ 青稞AI · 公众号 · AI · 3 周前 · |
|
|
|
人大高瓴：无需干预，AI自主跑通23小时实验 青稞AI · 公众号 · AI · 3 周前 · |
|
|
|
系统聊聊 On-Policy Distillation 的原理 青稞AI · 公众号 · AI · 3 周前 · |
|
|
|
Oral论文！揭秘自动驾驶仿真数据的规模效应 青稞AI · 公众号 · AI · 3 周前 · |
|
|
|
Prefill-as-a-Service：跨机房异构 PD 分离的最后一块拼图是线性注意力？ 青稞AI · 公众号 · AI · 3 周前 · |
|
|
|
直播预告！世界模型（World Model）是进化终点还是视觉幻象？ 青稞AI · 公众号 · AI · 3 周前 · |
|
|
|
系统解读 Anthropic/OpenAI 如何监测前沿智能体行为？ 青稞AI · 公众号 · AI · 3 周前 · |
|
|
|
直播预告！探索 CUA 的 ChatGPT 时刻 青稞AI · 公众号 · AI · 4 周前 · |
|
|
|
深度揭秘！Claude Code 模型 RL 训练中的Reward Hacking 青稞AI · 公众号 · AI · 4 周前 · |
|
|
|
Rethinking On-Policy Distillation of Large Languag... 青稞AI · 公众号 · AI · 4 周前 · |
|
|
|
清华✖️UIUC ：为什么 OPD 经常不 work？ 青稞AI · 公众号 · AI · 4 周前 · |
|