【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Talk101期】MiniMax M2.1：Agent 后训练经验与认知

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

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

[动手学习大模型8/12] 从零手写RAG和 Agentic RAG（拆解 chatbox工具和 prompt engineering 实现 Agentic）

【吴恩达】2026年公认最好的【Agent智能体】教程！大模型入门到进阶，一套全解决！Agentic AI—附带课件代码

verl 源码解读 与 HybridFlow 编程范式讲解

World Model 专题|青稞AMA第2期

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

300行代码从零实现GRPO算法，手把手教你实现 Agent RL，训练 Agentic RAG (DeepSeek R1 同款技术）

关于大模型的碎碎念，模型架构、预训练、后训练、推理

【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 133期】VeRL-Omni：基于 VeRL 及 vLLM-Omni 构建的面向多模态生成模型的高效RL后训练框架

2026Minimind课程学习视频

LLM大模型入门！一口气带你学完AI agent、transformer、LangChain 、RAG 等大模型核心知识点！简直不要太爽！

从分布视角看SFT、RL和OPD，解释为什么RL和OPD泛化性能更好

【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

翁家翌：OpenAI，GPT，强化学习，Infra，后训练，天授，tuixue，开源，CMU，清华｜WhynotTV Podcast #4

2026版LangChain教程，langchain快速入门， Agent智能体rag项目实战