【青稞Talk 53期】Chain-of-Model （模型链）：引入因果建模，全新的大模型 Scaling 结构

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 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

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

【浙江大学-大模型原理与技术】1-0 序言

World Model 专题|青稞AMA第2期

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

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

【极致中配】2026年最新版 Stanford CS336: 从头构建大语言模型

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

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

【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 155期】SkyRL：模块化 RL 后训练框架设计， 与 397B Office Work Agent 的 RL 训练实战

【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）

verl 源码解读 与 HybridFlow 编程范式讲解

OPD 专题|青稞AMA第3期

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

【1080P】安德烈·卡帕西：深入探索像ChatGPT这样的大语言模型｜Andrej Karpathy

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 117期】OpenClaw-RL: 结合 GRPO + OPD，在使用中自适应变强的龙虾