Subiecte populare
#
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
🇸🇬Cercetător științific la Sea AI Lab @SeaGroup | 👨🏻 🎓Doctor / BS din @Tsinghua_Uni și ex-@MSFTResearch | 🔬Modele generative, raționament și inteligență artificială de încredere.
🚀LLM-urile pot învăța direct din feedback-ul verbal - nu este nevoie de recompense scalare!
😥Recompensele scalare comprimă feedback-ul bogat - "redundant, dar corect" vs "concis, dar plin de greșeli de scriere" ar putea fi ambele 0,8
💡Ne propunem să învățăm Feedback-Politica Condiționată (FCP), o paradigmă extrem de scalabilă!
28,16K
Limită superioară
Clasament
Favorite