AI Podcast

HybridFlow：灵活高效的RLHF框架深度解析 02.06.2025 14:19 ↓

本期节目深入探讨了HybridFlow框架，这是一个旨在提高大型语言模型（LLM）通过人类反馈进行强化学习（RLHF）的灵活性和效率的创新系统。我们将讨论其混合编程模型、3D-HybridEngine以及自动设备映射等核心组件，并解析其如何克服现有RLHF系统的局限性，实现显著的性能提升。

揭秘AceReason-Nemotron：强化学习如何革新AI数学与代码推理 02.06.2025 15:26 ↓

深入探讨AceReason-Nemotron研究，解析通过强化学习提升中小型模型数学和代码推理能力的创新方法、数据管理策略以及关键训练技巧。探索AI推理的新边界！

深入探讨Tülu 3：开放语言模型后训练的新前沿 02.06.2025 22:07 ↓

本期节目，我们将与AI专家Weedge一起，深入探讨艾伦人工智能研究所发布的Tülu 3系列模型。我们将详细解析其创新的后训练方法、开放的数据集和评估框架，以及它如何挑战现有模型的性能边界。

深入探讨DeepSeekMath：开源语言模型数学推理的新高峰 02.06.2025 16:42 ↓

本期节目，我们深入探讨了DeepSeekMath的最新研究，这是一款在数学推理领域取得突破性进展的开源语言模型。我们将讨论其预训练、监督微调、创新的GRPO强化学习算法，以及它如何在多个数学基准测试中超越现有模型，甚至逼近GPT-4的性能。

深入探讨小米MiMo-VL：下一代视觉语言模型 01.06.2025 12:03 ↓

本期AI广播FM技术频道，我们与技术专家weedge一同深入探讨小米最新发布的MiMo-VL技术报告，解析其强大的视觉理解、多模态推理能力以及创新的训练方法。

MiMo-7B：解锁语言模型的推理潜力 01.06.2025 17:53 ↓

本期节目深入探讨了MiMo-7B模型，一个专为推理任务而生的大语言模型。我们讨论了其从预训练到后训练的全方位优化，包括创新的数据处理方法、模型架构设计、以及强化学习策略，揭示了MiMo-7B在数学、代码和通用推理任务上超越同类甚至更大规模模型的卓越表现。

深入探讨Atlas：学习在测试时优化记忆上下文 31.05.2025 15:59 ↓

本期节目，我们将深入探讨名为“Atlas”的最新研究，它提出了一种新颖的方法来优化序列模型中的长期记忆。我们将讨论当前模型的局限性以及Atlas如何通过其创新的记忆模块和学习规则来解决这些问题。

深入探讨Linear-MoE：线性序列建模与专家混合的结合 30.05.2025 13:43 ↓

本期AI Radio FM科技频道，我们与技术专家weedge一起，深入探讨了Linear-MoE这一创新的大规模模型架构。我们将讨论其核心理念、系统构成、训练效率以及它如何结合线性序列建模（LSM）和专家混合（MoE）的优势，为下一代基础模型带来的潜力与挑战。

BAGEL模型：统一多模态预训练的新里程碑 26.05.2025 12:15 ↓

本期节目深入探讨了BAGEL模型，这是一个开源的基础模型，通过在万亿级多模态交错数据上进行预训练，展现了在复杂多模态推理方面的惊人新兴能力。我们将讨论其统一理解与生成的设计、数据策略、训练细节以及其在各项基准测试中的卓越表现。

深入探讨LoRA：大型语言模型的低秩适应技术 25.05.2025 10:52 ↓

本期播客将深入探讨LoRA（Low-Rank Adaptation）技术，一种用于高效适应大型语言模型的新方法。我们将讨论LoRA如何解决全量微调的挑战，其核心原理、显著优势以及在各种模型和任务上的表现。

深入剖析Phi-4推理：微软的新一代小型推理语言模型 23.05.2025 11:55 ↓

本期播客将深入探讨微软最新发布的Phi-4-reasoning和Phi-4-reasoning-plus技术报告。我们将讨论这些140亿参数模型的训练方法、卓越性能、数据管理策略以及它们在复杂推理任务中的应用前景和面临的挑战。

探索小型推理语言模型的极限：Phi-4-Mini-Reasoning 的数学能力 23.05.2025 8:46 ↓

本期播客深入探讨了微软的研究论文“Phi-4-Mini-Reasoning：探索小型推理语言模型在数学领域的极限”。我们讨论了如何通过一个创新的四步训练方法，使一个仅有38亿参数的小型语言模型 Phi-4-Mini 在数学推理任务上超越更大的模型。

AI Radio FM - 科技频道：深入探讨 Phi-4-Mini 与 Phi-4-Multimodal 23.05.2025 17:13 ↓

本期节目，我们深入剖析微软最新推出的紧凑型多模态语言模型 Phi-4-Mini 和 Phi-4-Multimodal。我们将探讨它们的创新架构、训练数据、卓越性能以及“混合LoRA”技术的奥秘，以及它们在语言、视觉、语音和音频处理方面的突破。

深入探讨神经网络的量化与训练：实现高效纯整数算术推理 22.05.2025 12:21 ↓

本期播客深入探讨一篇关于神经网络量化方案的论文，该方案允许仅使用整数算术进行推理，从而在移动设备上实现更高效的深度学习模型。我们将讨论其核心技术、训练方法以及在图像分类和目标检测等任务上的显著性能提升。

深入探讨 Gemma 3：谷歌的最新轻量级开放模型 22.05.2025 13:56 ↓

本期节目深入剖析了谷歌最新发布的 Gemma 3 系列模型。我们探讨了其多模态能力、128K长上下文处理、创新的模型架构、预训练与指令微调技术，以及在各大基准测试中的卓越表现和负责任的AI实践。

S1模型：简单测试时扩展与高效推理 22.05.2025 10:15 ↓

本期AI广播调频深入探讨S1论文，揭示了如何通过精心策划的千样本数据集s1K和创新的预算强制技术，实现语言模型在测试时的性能扩展，并与OpenAI的o1等前沿模型进行比较。

MatFormer：弹性推理的嵌套Transformer 22.05.2025 12:53 ↓

本期播客深入探讨了MatFormer，一种新颖的Transformer架构，通过其嵌套设计实现弹性推理。我们讨论了它的结构、训练方法、Mix’n’Match策略，以及在语言模型（MatLM）和视觉Transformer（MatViT）上的出色表现，如何实现一个模型支持多种部署需求而无需额外训练成本。

SmolLM2探秘：小模型的大作为 21.05.2025 19:08 ↓

深入探讨SmolLM2，一个17亿参数的小型语言模型，如何通过以数据为中心的训练和创新的数据集构建，在性能上超越同类模型。我们将揭示其多阶段预训练过程、专门数据集FineMath、Stack-Edu和SmolTalk的创建，以及后训练微调的秘诀。

Dolphin 模型：文档图像解析的革新之路 21.05.2025 11:43 ↓

本期播客深入探讨了 Dolphin 模型，一种采用异构锚点提示的创新文档图像解析方法。我们将讨论其独特的“先分析后解析”范式、强大的性能表现以及它如何应对现有技术的挑战。

SmolDocling：超紧凑文档转换的AI新星 21.05.2025 11:54 ↓

本期节目，我们将深入探讨SmolDocling，一个颠覆性的超紧凑视觉语言模型，它如何实现端到端的多模态文档转换，以及它对未来文档处理技术的意义。

SmolVLM 深度解析：小模型，大作为！重新定义高效多模态AI 21.05.2025 10:40 ↓

本期AI Radio FM科技频道，我们深入探讨SmolVLM这一系列开创性的小型多模态模型。了解它们如何在极低的资源消耗下实现卓越性能，挑战大型模型的局限，并推动AI在边缘设备上的应用。从架构设计到指令调优，再到惊人的实验结果，一起揭秘SmolVLM的创新之处！

AI Radio FM - Technology Channel: MobileCLIP - 快速高效的图文模型与多模态强化训练 20.05.2025 14:39 ↓

本期播客将深入探讨 MobileCLIP，这是一系列专为移动设备优化的新型高效图文模型。我们将讨论其创新的多模态强化训练方法，如何通过合成字幕和强大的 CLIP 模型集成来提升小型模型的准确性和训练效率，以及它在零样本分类、图像文本检索和组合理解方面的卓越表现。

FastViT 探秘：速度与精度并存的混合视觉Transformer 20.05.2025 13:56 ↓

本期节目深入探讨苹果公司最新推出的FastViT模型。我们将揭示其核心创新点，如RepMixer、训练时过参数化和大型卷积核的应用，如何帮助FastViT在移动设备和GPU上实现领先的延迟-精度平衡，并在图像分类、目标检测、分割及3D手部姿态估计等多种任务中展现卓越性能与鲁棒性。

视觉指令调优：LLaVA的探索与实践 19.05.2025 12:52 ↓

本期AI广播FM科技频道，我们深入探讨开创性的“视觉指令调优”技术，特别是LLaVA模型。我们将讨论它如何通过GPT辅助生成多模态指令数据，其创新的模型架构、训练方法，以及在多模态聊天和科学问答等任务上的惊人表现。

FastVLM：视觉语言模型的高效视觉编码革命 19.05.2025 10:01 ↓

本期节目，我们深入探讨 FastVLM，这是一种创新的视觉语言模型，它通过新颖的 FastViTHD 混合视觉编码器，在处理高分辨率图像时实现了前所未有的速度和效率，同时保持了卓越的性能。我们将讨论其架构设计、与现有模型的对比优势，以及它如何平衡分辨率、延迟和准确性，为视觉语言模型领域带来重大突破。