【青稞Talk 123期】DeepSeek V4 模型在 SGLang 中的系统级优化与全栈适配

【青稞Talk 78期】从 LLM-RL 到 Agentic RL：如何让语言模型成为自主智能体｜青稞Talk 78期

Rectified Flow：矫正流生成式模型的概念及应用实践｜青稞Talk 31期

【青稞Talk 125期】重探 On-Policy Distillation（OPD）：三类典型失败以及修复路径

【青稞Talk 68期】slime：专为 RL Scaling 设计的大规模 RL 训练框架及实践

【青稞Talk 145期】Agentic RL 下半场：无需梯度更新的即时强化学习JitRL

【青稞Talk 78期】从 LLM-RL 到 Agentic RL：如何让语言模型成为自主智能体

【青稞Talk 141期】Alignment unlocks Scaling：Qwen-Robot Suite 的设计原理和背后的思考

5分钟看懂 DeepSeek V4.1 Flash 模型架构

【青稞Talk95期】从 π_0 到 π_RL：面向流匹配 VLA 的强化学习后训练框架

【青稞Talk 146期】AI for AI 的前世今生：从进化、自进化与元进化，迈向递归自我改进（RSI）

OPD 专题|青稞AMA第3期

S-LoRA：实现多 LoRA 大模型的高效并行化推理｜青稞Talk 20期

【青稞Talk 151期】AI4AI at Test-Time：从 Harness 看 AI4AI 如何实现以及未来

【青稞Talk101期】MiniMax M2.1：Agent 后训练经验与认知

【青稞Talk 159期】OpenWAM：面向世界–动作模型的开源研究全栈与基座模型

【青稞Talk 144期】从 端到端 VLA 到 Harness VLA：面向具身智能与机器人操作任务的记忆增强式执行框架

【青稞Talk 153期】EnvHarness：左脚踩右脚！让环境随着 Agent 的训练一起进化

【青稞Talk102期】从 TRPO 到 SAPO：大模型 RL 算法演进

verl: An Open-Source Large-Scale LLM RL Framework for Agentic Tasks

World Model 专题|青稞AMA第2期