专栏 RSS订阅（B站投稿视频）
温馨提示：订阅专栏后我们将尽力更新；开通 极速订阅 将快速且稳定更新；无人订阅的专栏有可能不会更新
购买VIP
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
不更新或者更新慢，请开通 RSS极速订阅 可分钟级获得文章
|
[Agentic RL][26] Optimal Token Baseline(OTB)理论推导，非... 偷星九月333 · B站投稿视频 · · 3 月前 · |
|
|
[知识蒸馏][09] on policy distillation(OPD)中的kl散度详解 偷星九月333 · B站投稿视频 · · 3 月前 · |
|
|
[数据合成][02] magpie: 不依赖任何种子数据集或人工指令构建的指令数据合成(SFT数据) 偷星九月333 · B站投稿视频 · · 3 月前 · |
|
|
练习两天半，从零实现DeepSeek V4 CSA&HCA模块，原理讲解搭配最简代码实现，一看就懂 偷星九月333 · B站投稿视频 · · 4 月前 · |
|
|
[Agentic RL][25] slime自定义Agentic RL流程，带你实现一个Code A... 偷星九月333 · B站投稿视频 · · 4 月前 · |
|
|
[Agentic RL][24] slime：自定义程度最高的RL框架，从环境搭建（docker o... 偷星九月333 · B站投稿视频 · · 4 月前 · |
|
|
[Agent][08] Search Agent数据合成（图谱多跳推理、实体模糊、去噪轨迹生成） 偷星九月333 · B站投稿视频 · · 4 月前 · |
|
|
[知识蒸馏][08] 练习两周半，从零实现SDPO（Reinforcement Learning v... 偷星九月333 · B站投稿视频 · · 4 月前 · |
|
|
[Agentic RL][23] RL is all you need！verl core algo... 偷星九月333 · B站投稿视频 · · 4 月前 · |
|
|
[Agent][07] MCP-->CLI，双层渐进式披露，Agent时代的上下文工程 偷星九月333 · B站投稿视频 · · 5 月前 · |
|
|
用上就离不开的手机AI助手，你的学习、工作好伴侣 偷星九月333 · B站投稿视频 · · 5 月前 · |
|
|
[Agentic RL][22] MAPO不是豆腐，是Mixed Advantage Policy ... 偷星九月333 · B站投稿视频 · · 5 月前 · |
|
|
[RAG][01] RAG基础之向量数据库索引Flat、IVF、PQ、HNSW 偷星九月333 · B站投稿视频 · · 5 月前 · |
|
|
练习两天半，从零实现kimi注意力残差，让马斯克点赞的kimi最新架构 偷星九月333 · B站投稿视频 · · 5 月前 · |
|
|
[Agent][01] Openclaw(nanobot) Agent架构剖析，最容易看懂的喂饭级解... 偷星九月333 · B站投稿视频 · · 5 月前 · |
|
|
Claude Code配置本地部署的大模型服务，所有非Claude系列模型也可以使用Claude C... 偷星九月333 · B站投稿视频 · · 5 月前 · |
|
|
[Agentic RL][01] GiGPO算法详解 & VeRL-Agent-Loop VS Ve... 偷星九月333 · B站投稿视频 · · 5 月前 · |
|
|
[post training][01] 练习两天半，从零实现SDFT(Self-Distillati... 偷星九月333 · B站投稿视频 · · 5 月前 · |
|
|
[ALL IN AI][序] AI系列视频简介和一些想法（Agent、RAG、TEXT2DATA、.... 偷星九月333 · B站投稿视频 · · 5 月前 · |
|
|
SAPO机制详解，大概率是Qwen3.5所用后训练算法（公式有点多，但很容易看懂） 偷星九月333 · B站投稿视频 · · 5 月前 · |
|