投稿

MixEval：混合评测数据集来拟合大语言模型的人类评估|Talk07

139

0

2025-08-28 10:40:03

未经作者授权，禁止转载

青稞社区发消息

青年AI研究员idea加油站，AI开发者的新能源充电桩！｜直播：周二晚8点/周六上午10点｜公众号：青稞AI｜进群：ai_qingke113

【青稞Talk 92期】RLinf：面向具身智能的“渲训推一体化”开源强化训练框架

01:00:57

【青稞Talk 91期】KTransformers，在大模型微调与推理中的系统化实践

55:02

【青稞Talk 90期】ShotBench: 面向增强MLLM摄影语言理解能力的训练与评估体系

01:12:52

【青稞Talk 89期】Generative RLHF-V：面向多模态 RLHF 的人类意图对齐框架

01:09:42

【青稞Talk 88期】UniLat3D：几何–外观统一VAE的单阶段 3D 生成框架

49:31

【青稞Talk 87期】RL 训练框架：QeRL，量化技术增强强化学习 Reasoning 探索

57:46

【青稞Talk 86期】从 DeepSeek-OCR 到 Glyph：深入理解图像-文本压缩技术

45:27

【青稞Talk 85期】OpenMoE 2: Sparse Diffusion Language Models

01:06:03

【青稞Talk 84期】SimpleVLA-RL：简单可拓展的VLA强化学习训练

01:01:11

【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

01:37:03

【青稞Talk 82期】OpenCUA：用于构建 Computer-Use Agent 的开源框架

52:09

【青稞Talk 80期】RL for LRMs：探讨面向推理模型的 RL 最新研究

01:09:10

【青稞Talk 65期】Hi3DGen：法线为桥，为高清三维几何生成另辟蹊径

56:45

【青稞Talk 66期】SIMoE：稀疏插值混合专家，大模型升级再造的自动化专家发现框架

01:20:48

【青稞Talk 61期】GUI-Reflection：让多模态 GUI 智能体获得担忧错误能力的训练框架

01:00:39

【青稞Talk 63期】ChatRex / RexSeek / Rex-Thinker：结合多模态大语言模型的目标检测模型构建

01:03:07

【青稞Talk 64期】MindCube：空间智能的实现路径，激发VLM构建创造性空间心理模型的能力

01:00:15

【青稞Talk 62期】ProRL : 延长强化学习训练框架，拓展大语言模型的推理边界

01:13:05

【青稞Talk 59期】大模型推理强化学习中的熵机制

01:00:30

【青稞Talk 58期】Virtual Community 虚拟社区：面向人、机器人与社会的开放世界模拟平台

58:25

【青稞Talk 57期】Fast-dLLM：无需重训的扩散大语言模型推理加速

48:50

【青稞Talk 60期】Satori-SWE：用进化测试时间缩放让小语言模型解决复杂软件工程

49:39

【青稞Talk 54期】BAGEL：统一生成理解的多模态基础模型

01:11:49

【青稞Talk 55期】生成模型中的极简概念

33:35

【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

01:12:18

【青稞Talk 56期】InternVL3，GPT-4o开源平替：探索多模态通用采集大模型的技术演进与应用探索

01:24:14

【青稞Talk 50期】MoLE & SpeCache：大语言模型端侧部署的架构与算法

50:38

【青稞Talk 52期】Sparse VideoGen：无需重新训练的视频扩散 Transformer 推理加速框架

53:17

【青稞Talk 51期】EraseAnything:在 Flux 等先进文生图架构的概念擦除方法

32:16

【青稞Talk 48期】从 TTS 到 TTRL：无标签数据强化学习探索与展望

01:06:02

【青稞Talk 47期】Free4D：无需微调的 4D 场景生成新框架

53:39

【青稞Talk 46期】从 TinyZero 到 APR：语言模型推理能力的探索与自适应并行化

01:13:44

【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

01:10:35

【青稞Talk 44期】InferCept、Preble&Cognify：面向下一代 AI Agent 工作流系统的构建

57:18

【青稞Talk 45期】B-STaR & SimpleRL-Zoo：通过强化学习自我提升推理性能和效率

01:11:59

【青稞Talk 43期】VideoGrain：基于扩散模型的多粒度视频编辑的探索与应用

01:00:55

【青稞Talk 42期】COAT：显存高效的 FP8 训练，实现高效深度学习

47:01

【青稞Talk 41期】PC-Agent：面向复杂 PL 任务的多模态智能体框架

01:02:21

【青稞Talk 33期】XGrammar：高效实现 LLM灵活且可移植的结构化生成

01:01:33

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

01:26:00

【青稞Talk 38期】Satori：通过训练LLM做自回归搜索来增强推理能力

01:09:00

【青稞Talk 29期】VILA^2 :视觉语言模型能力的自我提升

01:11:06

【青稞Talk 14期】Mobile-Agent：基于多模态Agent架构的手机智能体

54:21

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

01:16:21

【青稞Talk 28期】DuQuant：基于正交变换实现大型语言模型的 SOTA级 4 bit 量化

01:01:44

【青稞Talk 27期】GenAD & Vista：构建通用可泛化的自动驾驶世界模型

01:02:06

【青稞Talk 23期】CogVideoX 视频生成开源模型上手实践

01:01:00

【青稞Talk 22期】mPLUG-Owl3：探索长序列模型架构的通用多模态大模型

01:04:49

【青稞Talk 19期】AWQ：激活值感知的LLM低位权重量化

49:46

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

01:00:14

【青稞Talk 16期】YOLO-World：基于视觉语言模型的实时开放词汇物体检测

58:30

【青稞Talk 17期】SEED-Story：生成长篇图文故事的多模态大型语言模型

57:30

【青稞Talk 18期】InternVL 2.0：通过渐进式策略扩展开源多模态大模型的性能边界

01:15:21

【青稞Talk 12期】VillagerAgent：减少幻觉、提高任务分解效率的多智能协作体框架

01:03:09

【青稞Talk 11期】LLaMA Pro：扩展Transformer块优化的大型语言模型继续预训练

50:01

【青稞Talk 10期】PiSSA：收敛快、误差小的大模型参数高效微调方法

01:20:41

【青稞Talk 09期】具身多模态大模型的视觉表征预训练研究

01:00:01

【青稞Talk 07期】MixEval：混合评测数据集来拟合大语言模型的人类评估

58:59

【青稞Talk 08期】VideoBooth：文本和图像提示共同驱动的视频生成

38:06

【青稞Talk 05期】3D-VLA：构建生成式三维具身世界模型

59:44

【青稞Talk 03期】从 3D LLM 到 MultiPLY ，3D 具身基础模型的构建

54:42

【青稞Talk 04期】Mini-Gemini：挖掘多模态视觉语言大模型的潜力

53:28

【青稞Talk 02期】ChatDev——大语言模型驱动的多智能体协作与演化

49:23

【青稞Talk 01期】SceneTex:高质量三维室内场景纹理图生成

57:27

【青稞Talk 06期】实时渲染 3DGS 中的反走样及逆渲染应用

01:06:03

【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

01:10:35

【青稞Talk 79期】UserRL & UserBench “知人者智”：以用户为中心的智能体交互与训练

01:04:19

【青稞Talk 81期】MemGen：生成式隐式记忆，Agent Memory 的第三种可能

59:31

【青稞Talk77期】Theory of Agent: From Definition, to Behavior and Objective

01:21:03

【青稞Talk 76期】NeMo RL：让大规模 MoE 模型权重 Refit 加速 10 倍

01:06:55

【青稞Talk 75期】FlashRL：探讨现代 RL 框架中推理与训练的错位问题及解决方案

55:52

【青稞Talk 74期】ROLL：面向 Agentic 场景的生产级大规模强化学习训练框架

01:17:48

【青稞Talk 73期】从BLIP3o到BLIP3o-NEXT：迈向统一生成与理解的多模态大模型

01:04:22

【青稞Talk 71期】RLPR：基于参考概率奖励的强化学习，推广 RLVR 到通用领域推理问题

01:14:10

【青稞Talk 72期】ETCH: 通过等变紧度向量将人体拟合推广到穿衣人体的方法

01:06:47

【青稞Talk 70期】Evaluation Agent：面向视觉生成模型的高效可提示的评估框架

58:28

【青稞Talk 69期】GSPO：大规模强化学习训练算法，迈向持续拓展的语言模型强化学习

01:15:25

【青稞Talk 67期】大模型训练流水线并行四部曲：吞吐、内存、负载均衡与线性扩展

01:37:28

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

01:42:37

【青稞Talk 49期】verl 源码解读与 HybridFlow 编程范式讲解

01:24:11

【青稞Talk 40期】基于 LightLLM 的 DeepSeek R1/V3 模型部署实战

55:43

【青稞Talk 39期】PRIME: 结合隐式过程奖励的强化学习

56:21

【青稞Talk 25期】LLMC：大语言模型的量化基准

01:10:39

【青稞Talk 35期】Training-Free Enhancement：通过噪声初始化和采样轨迹优化增强预训练扩散模型

51:39

【青稞Talk 37期】Motion Dreamer：面向自动驾驶与物理世界对齐的视频生成模型

42:15

【青稞Talk 32期】LLMC：大语言模型压缩工具的开发实践

01:51:01

【青稞Talk 24期】使用 CAMEL Agents 构建 GraphRAG 及应用实践

49:57

【青稞Talk 36期】Follow Family：可控视频生成方法探索与应用

35:29

【青稞Talk 34期】K-Sort Arena：视觉生成模型的高效人类偏好竞技场

54:23

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

01:01:44

【青稞Talk 96期】Fast-dLLM v2：高效训练推理的块扩散大语言模型框架

48:08

【青稞Talk 97期】从 BF16 到 FP16：如何解决RL训练-推理不匹配问题

01:16:05

【青稞Talk 98期】SANA-Series：探索图像视频扩散模型的高效设计与加速

56:20

【青稞Talk 99期】 TRPO重生：大模型时代的信任域策略优化

01:02:29

【青稞Talk 102期】从 TRPO 到 SAPO：大模型 RL 算法演进

56:29

【青稞 Talk 103期】Decoupled DMD & DMDR: 在扩散模型步数蒸馏的实践及 Z-Image-Turbo 应用

44:22

【青稞Talk 104期】The Prism Hypothesis 视觉统一表征假说：从语义到像素的统一自编码（UAE）

33:46

【青稞Talk 105】InternVLA-A1，虚实贯通：理解、生成、执行一体化的具身操作大模型

01:20:52

【青稞Talk 106期】GDPO：解决 GRPO 在多奖励 RL 训练中的"优势崩溃"问题

40:46

【青稞Talk 95期】从 π_0 到 π_RL：面向流匹配 VLA 的强化学习后训练框架

01:07:04

【青稞Talk 94期】RLinf-VLA 实践：从零上手 VLA（OpenVLA ）强化学习

01:08:11

【青稞Talk 93期】通过量化与稀疏性实现高效注意力机制

02:00:47

【青稞Talk 107期】JustRL: 用"最笨"的 RL 方法刷新 1.5B 推理模型新基线

01:05:22

【青稞 Talk108 期】BOAD：引入多臂老虎机，自动化搜索层级结构的多 Agent 架构设计

59:12

【青稞Talk 15】MiniCPM-V：端侧可用的 GPT-4V 级多模态大模型

01:00:51

【青稞 Talk109 期】线性轨迹：揭示 LLM 强化学习中的高效捷径

01:00:21

【青稞 Talk110 期】Dr. Kernel：突破大模型 GPU Kernel 生成的多轮 RL 训练瓶颈

01:09:08

【青稞Talk 111期】RLinf-USER：面向现实世界机器人在线策略学习的统一且可扩展系统

51:10

【青稞Talk 112期】EditReward ：当 AI 学会“审美”，可控多模态生成的下一代范式

46:33

【青稞Talk 114期】从 VGGT 到 PAGE-4D：动态世界中的 3D 感知统一框架

48:07

【青稞Talk 113期】面向对象的 Agent Infra 新范式：有状态运行时管理的设计与工程实践

01:01:54

【青稞Talk 115期】从 Depth Scaling 到 Width Scaling！WideSeek-R1：通过多智能体 RL 探索大模型的广度扩展

01:09:29

【青稞Talk 116期】RISE: 组合式世界模型，在“想象”中实现机器人策略的自主进化

01:11:16

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

01:04:46

【青稞Talk 118期】Puffin: 统一多模态空间智能大模型——从任意视角理解和生成世界

01:05:42

【青稞Talk 119期】FIPO & Future-KL：突破大语言模型在复杂推理中的性能瓶颈

42:45

【青稞Talk 120期】VLANeXt：12条设计准则，从入门到精通的 VLA 终极“配方”

01:01:48

【青稞 Talk121 期】大规模真实世界仿真重塑端到端自动驾驶学习范式

52:51

【青稞Talk 122期】从 TTRL 到 URLVR：大模型的无监督强化学习还能走多远？

01:08:02

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

01:00:16

【青稞Talk 124期】大模型强化学习的Scaling Law

01:02:41

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

01:20:30

【青稞Talk 126期】STream3R & 4RC：面向几何与运动理解的流式前馈 3D/4D 重建

01:31:20

【青稞Talk 127期】δ-mem：从长上下文到在线记忆，动态演化原生记忆的一次尝试

35:29

【青稞Talk 128期】从 ARPO，到 AEPO，再到 Agent-World：探索通用智能体训练的可行路径

01:10:07

【青稞Talk 130期】ZEDA：将 Post-Trained MoE 迁移为高效动态 MoE

01:03:31

【青稞Talk 131期】UniRL：面向统一多模态模型的分布式 RL 后训练框架

01:02:25

【青稞Talk 132期】从 MLA 到 GQLA：无需从头训练，硬件自适应高效注意力机制

01:14:03

【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

01:11:26

【青稞Talk 128期】MinT: 面向百万级 LoRA 策略的训练与推理基础设施

54:29

【青稞Talk】DPA & LLaVA-HUD v4：多模态大模型的深度预对齐与高效视觉编码优化

01:07:34

【青稞Talk 135期】如何设计一个好的自回归 VLA：从问题构建到工程落地的探索之旅

01:07:45

【青稞Talk 136期】PithTrain：Agent 时代的 MoE 训练框架设计

01:13:36

顶部