Populární témata
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Etash Guha
Ph.D. @Stanford a @uwcse
Zábavný fakt: RLing většiny otevřených modelů velikosti 8b (jako qwen 3) přímo na testovací sadě pro agentické benchmarky (jako je TerminalBench) nefunguje. Prostě nedokážou odhadnout správnou odpověď v rámci rozumného rozpočtu na vzorkování. Nemůžu se dočkat, až uvidím první model 8b, abych v těchto benchmarcích získal nějaké netriviální skóre!
64K
Top
Hodnocení
Oblíbené