【带读AI经典论文|100篇】世界顶级大佬带你逐句阅读最重要的100篇AI论文
【TRPO算法】强化学习一头撞死：学过ppo，grpo，dpo，dapo，没听过这是啥？
【强化学习的数学原理】课程：从零开始到透彻理解（完结）
Transformer论文逐段精读【论文精读】
《Attention is all you need》论文解读及Transformer架构详细介绍
【中英双字幕】带你逐字精读人工智能200篇核心论文，从此摆脱导师散养，让你了解全面了解人工智能的相关知识！！！/人工智能/论文带读/机器学习/深度学习
【大白话03】一文理清强化学习RL基本原理 | 原理图解+公式推导
强化学习全套实战课程，覆盖 PPO/Q-learning/DQN/A3C，原理解析+项目实战！
零基础学习强化学习算法：ppo
影响世界的十大算法｜第八名：PPO 强化学习算法——没人教，只给个分数，它怎么自己学会走路
【2025最新版】王树森深度强化学习全套课程（280集）涵盖PPO算法/DQN算法/A3CQ-Learning/SARSA算法等强化学习经典算法！学完即可就业！
2026 科协基础技能培训 —— 第一讲：Coding Agent
【PPO算法】强化学习头牌，学大模型必懂
【RL 排障】RL 训练崩了先看哪条曲线？五个症状、五个病因、五个旋钮的系统性排查表
对姚顺宇的4小时访谈：请允许我小疯一下！在Anthropic和Gemini训模型、技术预测、英雄主义已过去
（2026年最新）李宏毅Harness Engineer & Agent智能体系列课程，公认体验感最好的入门课程！
Transformer算法原理与实战
【强化学习】十分钟学会Q-Learning和贝尔曼方程！
【Frontier】追求奖励完全错误！强化学习应该学习时序表征！NeurIPS 2025最佳论文作者最新演讲 | 2026.03
【史蒂夫的强化学习笔记】第一集：基于模型的强化学习
