發現功能使用指南
discoveryBanners
熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
Hosico
Hosico+1.16%
USELESS
USELESS+12.36%
IKUN
IKUN-3.25%
gib
gib+6.88%
#
有消息稱 Pump.fun 計劃 40 億估值發幣，引發市場猜測
Bonk
Bonk+2.26%
ALON
ALON-0.86%
LAUNCHCOIN
LAUNCHCOIN-6.77%
GOONC
GOONC-1.92%
KLED
KLED-3.45%
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
BOOP
BOOP-0.8%
Boopa
Boopa+15.8%
PORK
PORK0.00%
Jason Weston
Jason Weston
11月7日 09:53·
透過經驗合成擴展代理學習 📝: 透過模擬推理 LLM 來擴展 RL 的訓練環境！ 環境模型 + 重播緩衝區 + 新任務 = 任何環境的廉價 RL！ - 相較於非 RL 準備環境和多個模型家族有強大的改進！ - 在模擬到現實的 RL 設定中效果更佳 → 高成本環境的熱啟動 🧵1/7