今天看啥
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
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
提交新专栏
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
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。
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
ICLR'26 Oral | 当 LLM Agent 在多轮推理中迷失时:T3 如何让强化学习重新学...
青稞AI  ·  公众号  · AI  ·  7 月前  · 
谈谈 DeepSeek-R1 和 V3.2 的后训练以及 RL 训练稳定性的问题
青稞AI  ·  公众号  · AI  ·  7 月前  · 
Claude Code 源码逆向工程与系统性分析!Harness Engineering: 基于 C...
青稞AI  ·  公众号  · AI  ·  7 月前  · 
从任意视角理解和生成世界!和 NTU 博后廖康,一起聊聊统一多模态空间智能大模型 Puffin
青稞AI  ·  公众号  · AI  ·  7 月前  · 
从传统 RL 的视角看大模型 RLVR
青稞AI  ·  公众号  · AI  ·  7 月前  · 
大模型RL算法梳理:从全量词元到部分词元的路径演化
青稞AI  ·  公众号  · AI  ·  7 月前  · 
近半年 On-Policy Distillation 的三大主流方向:一个方法解决两道难题
青稞AI  ·  公众号  · AI  ·  7 月前  · 
长文干货!深度解析第三代 RLVR 模型的训练过程
青稞AI  ·  公众号  · AI  ·  7 月前  · 
下周二晚8点!一起聊聊 OpenClaw-RL:让你的龙虾在使用中自适应变强
青稞AI  ·  公众号  · AI  ·  7 月前  · 
大模型的下半场是什么?林俊旸:从 Reasoning Thinking 到 Agentic Thin...
青稞AI  ·  公众号  · AI  ·  7 月前  · 
对话上海交通大学助理教授杨学:如何做好系统性科研
青稞AI  ·  公众号  · AI  ·  7 月前  · 
从 ORM 到 PRM,Reasoning 模型诞生:思维链、思维树、思维图、MCTS、 Self-...
青稞AI  ·  公众号  · AI  ·  7 月前  · 
真机RL成本太高?一起聊聊 RISE:让机器人在世界模型的“想象”中自主进化
青稞AI  ·  公众号  · AI  ·  7 月前  · 
LLM Post-Training 全景指南:从 RLHF 到 GRPO 再到 Agentic RL
青稞AI  ·  公众号  · AI  ·  7 月前  · 
长文干货!从 SFT 到 PPO 全解:拒绝采样、Reward Model、REINFORCE、Ac...
青稞AI  ·  公众号  · AI  ·  7 月前  · 
MOE 架构如何做 SFT 和 RL?聊聊 post-training 难点与经验
青稞AI  ·  公众号  · AI  ·  7 月前  · 
干货!万字长文解析 Agent 框架中的上下文管理策略
青稞AI  ·  公众号  · AI  ·  7 月前  · 
直播预告!从 Depth Scaling 到 Width Scaling,聊聊 WideSeek-R...
青稞AI  ·  公众号  · AI  ·  7 月前  · 
Agentic RL 训练核心问题:环境建模、学习信号、异步数据流、策略优化和基础设施
青稞AI  ·  公众号  · AI  ·  7 月前  · 
从推理架构的角度,谈谈 Attention Residual 架构一些背后的想法
青稞AI  ·  公众号  · AI  ·  7 月前  ·