【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

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

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

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

World Model 专题|青稞AMA第2期

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

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

verl 源码解读 与 HybridFlow 编程范式讲解

【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

【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Talk106期】GDPO：解决 GRPO 在多奖励 RL 训练中的"优势崩溃"问题

OPD 专题|青稞AMA第3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 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

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

【8】KV Cache 原理讲解

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