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
|
|
OpenAI 翁家翌：“启发式学习”的强化学习新范式 吃果冻不吐果冻皮 · 公众号 · · 23 小时前 · |
|
|
|
Agent Harness 解析：智能体架构深度拆解 吃果冻不吐果冻皮 · 公众号 · · 昨天 · |
|
|
|
下一个范式诞生？OpenAI翁家翌：不练网络不调参，全靠Agent改代码破解灾难性遗忘死局 吃果冻不吐果冻皮 · 公众号 · · 4 天前 · |
|
|
|
LLM 预训练数据工程的关键实践！ 吃果冻不吐果冻皮 · 公众号 · · 4 天前 · |
|
|
|
DeepSeek-V4 的并行策略和计算通信遮掩 吃果冻不吐果冻皮 · 公众号 · · 1 周前 · |
|
|
|
AI Infra新探索：克服Coding Agent推理的Scaling Pain 吃果冻不吐果冻皮 · 公众号 · · 1 周前 · |
|
|
|
从 DeepSeek V4 的多专家 on-policy Distillation 反观人类学习模式 吃果冻不吐果冻皮 · 公众号 · · 2 周前 · |
|
|
|
高效搞定学术公式！利用LlamaFactory微调实现 LaTeX 精准转换 吃果冻不吐果冻皮 · 公众号 · · 2 周前 · |
|
|
|
大模型高效推理新答案：ICLR 2026提出Balanced Thinking，精度提升10.0的同... 吃果冻不吐果冻皮 · 公众号 · · 2 周前 · |
|
|
|
AI Infra 面试问题QA 总结——大模型推理 吃果冻不吐果冻皮 · 公众号 · · 2 周前 · |
|
|
|
大模型 RL 训练：计算流程全解析 吃果冻不吐果冻皮 · 公众号 · · 2 周前 · |
|
|
|
全网最全！四足机器人RL部署流程：URDF解析、域随机化、摩擦补偿等（含4个项目实践） 吃果冻不吐果冻皮 · 公众号 · · 3 周前 · |
|
|
|
大模型知识蒸馏：On-Policy Distillation（原理篇） 吃果冻不吐果冻皮 · 公众号 · · 3 周前 · |
|
|
|
特斯拉开源硬件，中国公司回应来了：直接把机器人大脑开源了 吃果冻不吐果冻皮 · 公众号 · · 3 周前 · |
|
|
|
Harness 工程及设计模式 吃果冻不吐果冻皮 · 公众号 · · 3 周前 · |
|
|
|
深度解析：Harness Engineering 吃果冻不吐果冻皮 · 公众号 · · 3 周前 · |
|
|
|
Claude Code 模型 RL训练中的Reward Hacking 吃果冻不吐果冻皮 · 公众号 · · 3 周前 · |
|
|
|
刚刚，梁文锋被曝史上首次融资！DeepSeek V4彻底摆脱英伟达 吃果冻不吐果冻皮 · 公众号 · · 3 周前 · |
|
|
|
深度讲解两种 KL 散度：Forward 与 Reverse，以及在实际应用中如何选择？ 吃果冻不吐果冻皮 · 公众号 · · 4 周前 · |
|
|
|
硬核实战！从0建模，搭建一套机器人导航系统 吃果冻不吐果冻皮 · 公众号 · · 4 周前 · |
|