LLaMA Factory：从预训练到RLHF，大模型高效训练框架｜青稞Talk 13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

【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 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

【2026最新】Qwen3-8B本地部署与微调实战，手把手带你从零训练特定领域大模型，环境配置+模型微调+模型部署+效果展示详细教程！

【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

【青稞Talk 140期】在线自进化后训练框架 DRIFT：没有外部专家监督时，如何让 OPD 策略学会自我持续进化

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

World Model 专题|青稞AMA第2期

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

怎么加快大模型推理？10分钟学懂VLLM内部原理，KV Cache，PageAttention

【青稞Talk 83期】统一 SFT & RL：迈向大型语言模型后训练的统一视角

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

大模型部署选Ollama还是vLLM？看完直接不踩坑

【青稞Talk102期】从 TRPO 到 SAPO：大模型 RL 算法演进

【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