トレンドトピック
#
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.
エクスペリエンス合成によるエージェント学習のスケーリング
📝:
推論LLMでシミュレーションすることでRLのトレーニング環境をスケーリング!
環境モデル + リプレイバッファ + 新しいタスク = あらゆる環境に対応する安価な RL!
- RL対応ではない環境や複数のモデルファミリーよりも大幅に改善されています。
- sim-2-real RL 設定でより適切に動作→ 高コスト環境向けのウォームスタート
🧵1/7
トップ
ランキング
お気に入り