Dewa kecerdasan utama penduduk RL telah memasak begitu keras Hambatan utama dalam pembelajaran berkelanjutan adalah bahwa kami tidak memiliki cara umum untuk membandingkan dan mengevaluasi metode di seluruh domain tugas Saya pikir @carnot_cyclist mungkin telah memecahkan ini

Saya tidak akan merusaknya karena saya ingin dia menulis posting blog banger tentang hal itu. Tapi wow itu hanya formalisme yang benar-benar bersih yang dapat digunakan untuk begitu banyak hal yang berbeda, dan dia memiliki beberapa hasil eksperimen awal yang bagus untuk memamerkannya