Tópicos populares
#
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.
Tianyu Pang
🇸🇬Investigador no Sea AI Lab @SeaGroup | 👨🏻 🎓Doutoramento/Licenciatura em @Tsinghua_Uni e ex-@MSFTResearch | 🔬Modelos generativos, raciocínio e IA confiável.
🚀Os LLMs podem aprender diretamente a partir de feedback verbal — não são necessárias recompensas escalares!
😥As recompensas escalares comprimem feedback rico — “redundante mas correto” vs “conciso mas cheio de erros de digitação” podem ambos ser 0.8
💡Propomos aprender a Política Condicional de Feedback (FCP), um paradigma extremamente escalável!
28,17K
Top
Classificação
Favoritos