Podcast Episodes
Back to Search
【第63期】无论DPO还是PPO，Preference Feedback应该怎么用？
Seventy3: 用NotebookLM将论文生成播客，让大家跟着AI一起进步。
今天的主题是：
Unpacking DPO and PPO: Disentangling Best Practices for Learning from Preference Feedback
Summary
This …
1 year, 9 months ago
【第62期】sCMs：比Diffusion更快的图像生成算法
Seventy3: 用NotebookLM将论文生成播客，让大家跟着AI一起进步。
今天的主题是：
Simplifying, stabilizing, and scaling continuous-time consistency models
Summary
This research paper in…
1 year, 9 months ago
【第61期】大模型的「推理」是在做什么？
Seventy3: 用NotebookLM将论文生成播客，让大家跟着AI一起进步。
今天的主题是：
Procedural Knowledge in Pretraining Drives Reasoning in Large Language Models
Summary
This research inv…
1 year, 9 months ago
【第60期】RLTools：基于C++的开源强化学习工具
Seventy3: 用NotebookLM将论文生成播客，让大家跟着AI一起进步。
今天的主题是：
RLtools: A Fast, Portable Deep Reinforcement Learning Library for Continuous Control
Summary
RLtools, a…
1 year, 9 months ago
【第59期】SymDPO：多模态In-context learning提升技巧
Seventy3: 用NotebookLM将论文生成播客，让大家跟着AI一起进步。
今天的主题是：
SymDPO: Boosting In-Context Learning of Large Multimodal Models with Symbol Demonstration Direct Pref…
1 year, 9 months ago
【第58期】AM-RADIO，融合多种视觉大模型
Seventy3: 用NotebookLM将论文生成播客，让大家跟着AI一起进步。
今天的主题是：
AM-RADIO: Agglomerative Vision Foundation Model -- Reduce All Domains Into One
Summary
This paper propo…
1 year, 9 months ago
【第57期】降低数值精度影响LLM数学推理能力
Seventy3: 用NotebookLM将论文生成播客，让大家跟着AI一起进步。
今天的主题是：
How Numerical Precision Affects Mathematical Reasoning Capabilities of LLMs
Summary
This research paper…
1 year, 9 months ago
【第56期】o1的self-correction是一种In context Alignment
Seventy3: 用NotebookLM将论文生成播客，让大家跟着AI一起进步。
今天的主题是：
A Theoretical Understanding of Self-Correction through In-context Alignment
Summary
This research paper…
1 year, 9 months ago
【第55期】RLInspect
Seventy3: 用NotebookLM将论文生成播客，让大家跟着AI一起进步。
今天的主题是：
RLInspect: An Interactive Visual Approach to Assess Reinforcement Learning Algorithm
Summary
This techn…
1 year, 9 months ago
【第54期】Impacts of AI on Innovation
Seventy3: 用NotebookLM将论文生成播客，让大家跟着AI一起进步。
今天的主题是：
Artificial Intelligence, Scientific Discovery, and Product Innovation
Summary
This document is a resear…
1 year, 9 months ago