Актуальні теми
#
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
🇸🇬Науковий співробітник Sea AI Lab @SeaGroup | 👨🏻 🎓Кандидат технічних наук з @Tsinghua_Uni та колишніх @MSFTResearch | 🔬Генеративні моделі, міркування та надійний штучний інтелект.
🚀LLM можуть навчатися безпосередньо на вербальному зворотному зв'язку — скалярні винагороди не потрібні!
😥Скалярні винагороди стискають багатий зворотний зв'язок — «зайвий, але правильний» проти «стислий, але з помилками» може дорівнювати 0,8
💡Ми пропонуємо вивчити Feedback-Conditional Policy (FCP) – надзвичайно масштабовану парадигму!
28,16K
Найкращі
Рейтинг
Вибране