Subiecte populare
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico+3,67 %
USELESS
USELESS-0,27 %
IKUN
IKUN+8,36 %
gib
gib+2,13 %
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk-2,03 %
ALON
ALON-3,28 %
LAUNCHCOIN
LAUNCHCOIN+4,37 %
GOONC
GOONC-0,07 %
KLED
KLED-8,09 %
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP-0,11 %
Boopa
Boopa-5,12 %
PORK
PORK0,00 %
header
Yuxiang Wei
PhD candidate @IllinoisCDS | Researcher @AIatMeta (Meta FAIR). Code LLM training.
Yuxiang Wei
Yuxiang Wei24 dec., 03:01
Agenții software se pot auto-îmbunătăți prin auto-joc RL Prezentarea Self-play SWE-RL (SSR): antrenarea unui singur agent LLM să se joace singur între injectarea și repararea insectelor, bazat pe depozite reale, fără probleme sau teste etichetate ca oameni. 🧵
14