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
|
|
周二晚8点！一起聊聊RLinf-USER：面向现实世界机器人在线策略学习的统一且可扩展系统 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
ROLL 团队分享：面向多轮交互 Agentic 场景的 Rollback 课程学习机制探索与实践 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
深度拆解！RLHF 泛化与收敛的可证明界 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
Agentic RL：解耦 Reasoning 与 Tool-use 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
staleness很大的时候，如何保证offpolicy-rl训练稳定性 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
周六上午10点！聊聊Dr. Kernel如何突破大模型GPU Kernel生成的多轮RL训练瓶颈？ 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
七篇论文！深度理解 On-Policy Distillation 在算法和工程上的最新探索 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
从 ResNet 到 Hyper-Connections，再到 mHC 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
FLUX已经“懂物理”了？南洋理工最新成果，让「抠图贴纸」升级成「真实融入」 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
聊聊蚂蚁 Ling 2.5 Lightning Attention 和 MLA 混合线性架构改造实践 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
对话浙大软件学院“百人计划”研究员彭思达：如何从保研小白成长为CCF优博？ 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
从 DeepSeek 的 Dualpath 看推理如何高效用好网络 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
从“手推策略梯度定理”开始：基于公式推导理解RL的创新本质 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
下周二晚8点！一起聊聊 RL 训练的线性轨迹，揭示 LLM 强化学习中的高效捷径 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
聚焦统一多模态学习范式！CVPR 2026 官方 Workshop（A2A-MML）正式开启投稿 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
大厂实战中，如何判断SFT到什么程度开始做RL 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
Minimax 团队分享：M2.5 模型训练背后，关于 Agent RL 系统的思考 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
聊聊 Agentic RL 热门话题：Off-policyness，Sample Efficienc... 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
LLM RL 训练轨迹竟然是线性的？Miaow Lab 最新工作：无需继续训练，直接“预测”未来模型... 青稞AI · 公众号 · AI · 2 月前 · |
|
|
|
ICLR 2026｜引入多臂老虎机，在有限评测预算下高效搜索多 Agent 结构 青稞AI · 公众号 · AI · 2 月前 · |
|