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
BPO VS Score Centering:梯度等价,原始理论目标不同
青稞AI  ·  公众号  · AI  ·  1 周前  · 
答案正确,推理就一定可靠吗?V-Rubrics 用 35 万条细粒度准则细化多模态强化学习奖励
青稞AI  ·  公众号  · AI  ·  1 周前  · 
探索奖励建模新范式!Diffusion Reward Models:走向分布式奖励建模
青稞AI  ·  公众号  · AI  ·  2 周前  · 
从 TIS 到 score centering,重新理解 LLM RL 中的训推不一致
青稞AI  ·  公众号  · AI  ·  2 周前  · 
字节最新提出 PEAR:面向工业级搜推在线系统的 RSI 框架
青稞AI  ·  公众号  · AI  ·  2 周前  · 
EMNLP 2026 Oral|机器人会抓会放,就真的会推理吗?RoboSPA 给 VLA 出了一套...
青稞AI  ·  公众号  · AI  ·  2 周前  · 
大词表伤害小模型?深度解析 N-gram Embedding 与 Engram 架构
青稞AI  ·  公众号  · AI  ·  2 周前  · 
苏剑林:Shampoo 预条件优化器的尽头都是 Muon!
青稞AI  ·  公众号  · AI  ·  2 周前  · 
为什么 RLVR 会变成离策略学习?深度解析贝尔曼策略优化以及 score-centering
青稞AI  ·  公众号  · AI  ·  2 周前  · 
一个等价性观察:DFlash-2 的 Selector 和 DSpark 的 Markov Head...
青稞AI  ·  公众号  · AI  ·  3 周前  · 
从 On-Policy Baseline 到 Off-Policy Score Centering!...
青稞AI  ·  公众号  · AI  ·  3 周前  · 
深度!大模型优化器解读:从 Adam 到在线矩阵 Whitening
青稞AI  ·  公众号  · AI  ·  3 周前  · 
318 秒变 5.8 秒:TurboT2VA 把 19B 音视频大模型加速 54 倍
青稞AI  ·  公众号  · AI  ·  3 周前  · 
从 Next-Token 到 Next-Concept:语言模型的预训练任务,还有得改进吗?
青稞AI  ·  公众号  · AI  ·  3 周前  · 
OpenAI 的神秘 RL 算法只是个 STE 的近似吗?解密 OAI 的 RL 后训练算法
青稞AI  ·  公众号  · AI  ·  3 周前  · 
“大模型的 Steam”!AgentArk 用 Coding Agent 扩展通用多模 Agent ...
青稞AI  ·  公众号  · AI  ·  3 周前  · 
专业知识 = 独立记忆模块!最懂科学的开源基础大模型『书生-S2』发布
青稞AI  ·  公众号  · AI  ·  3 周前  · 
直播预告!聊聊自我改进、递归自我改进(RSI),以及与自博弈的关系
青稞AI  ·  公众号  · AI  ·  3 周前  · 
聊聊 DeepSeek-V4.1-Flas 背后的跨层 KV 共享 YOCO,以衍生变种
青稞AI  ·  公众号  · AI  ·  3 周前  · 
到底什么是 Context?万字长文谈 Pi Agent context 管理
青稞AI  ·  公众号  · AI  ·  4 周前  ·