今天看啥
Skill/MCP
注册    登录   
专栏 RSS订阅（公众号）
温馨提示：订阅专栏后我们将尽力更新；开通 稳定极速订阅 可获得稳定更新保障，并降低更新延迟；无人订阅的专栏有可能不会更新
RSS订阅
程序化API访问方法
基础API: 未开通，请先订阅专栏再开通
高级API: 未开通，请先订阅专栏再开通
扩展API接口一: 未开通，请先订阅专栏再开通
购买VIP
提交新专栏
我也要提交 公众号
专栏 二维码
今天看啥Skill
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
开始使用

找到专栏、获取 RSS 地址、添加到阅读器。

他们也喜欢这个专栏
 • 
RSS订阅
今天看啥  ›  专栏  ›  青稞AI
青年AI研究员idea加油站，AI开发者的新能源充电桩。
免责声明：本专栏仅为信息导航参考，不代表原文立场或观点。 原专栏内容版权归原作者所有，如您为原作者并希望删除该专栏，请通过 【版权申诉通道】联系我们处理。
最新
需要稳定、低延迟更新，可开通 RSS 稳定极速订阅 ，获得稳定更新保障并降低更新延迟
最大熵强化学习与 SAC：从 Greedy Policy 到 Boltzmann Policy
青稞AI  ·  公众号  · AI  ·  6 月前  · 
影响 OPD work 的因素有哪些？聊聊 Rethinking OPD 这一路
青稞AI  ·  公众号  · AI  ·  6 月前  · 
Oral新作：MAGICIAN开启主动建图新范式
青稞AI  ·  公众号  · AI  ·  6 月前  · 
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  ·  6 月前  · 
大模型 RL 训练：计算流程全解析
青稞AI  ·  公众号  · AI  ·  6 月前  · 
54页论文！无监督 RLVR 的极限与反思
青稞AI  ·  公众号  · AI  ·  6 月前  · 
old policy 和 reference policy 到底有什么区别？
青稞AI  ·  公众号  · AI  ·  6 月前  · 
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  ·  6 月前  · 
系统聊聊 On-Policy Distillation 的原理
青稞AI  ·  公众号  · AI  ·  6 月前  · 
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  ·  6 月前  · 
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  ·  6 月前  · 
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  ·  6 月前  · 
系统解读 Anthropic/OpenAI 如何监测前沿智能体行为？
青稞AI  ·  公众号  · AI  ·  6 月前  · 
直播预告！探索 CUA 的 ChatGPT 时刻
青稞AI  ·  公众号  · AI  ·  6 月前  · 
深度揭秘！Claude Code 模型 RL 训练中的Reward Hacking
青稞AI  ·  公众号  · AI  ·  6 月前  · 
Rethinking On-Policy Distillation of Large Languag...
青稞AI  ·  公众号  · AI  ·  6 月前  · 
清华✖️UIUC ：为什么 OPD 经常不 work？
青稞AI  ·  公众号  · AI  ·  6 月前  · 
从 OPD 与反向 KL 的关系，到 OPD 的两种形态以及路线之争
青稞AI  ·  公众号  · AI  ·  6 月前  · 
用强化学习做知识蒸馏，方差太大怎么办？
青稞AI  ·  公众号  · AI  ·  6 月前  · 
The Art of Efficient Reasoning: 大道至简做好思维链压缩！
青稞AI  ·  公众号  · AI  ·  6 月前  · 
关于   移动版   ·   今天看啥MCP   ·   TodayRss海外   ·   RSS之家   ·   卧龙AI搜索
今天看啥 - 公众号rss, 微信rss, 微信公众号rss订阅, 稳定的RSS源
© 2026 ~ 沪ICP备11025650号