Tutustu Web3 Giveawayhin saadaksesi jännittävämpiä palkkioita
discoveryBanners
Trendaavat aiheet
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico−8,61 %
USELESS
USELESS−15,19 %
IKUN
IKUN−9,68 %
gib
gib−4,81 %
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk−4,11 %
ALON
ALON−1,07 %
LAUNCHCOIN
LAUNCHCOIN−5,67 %
GOONC
GOONC−0,37 %
KLED
KLED−10,71 %
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP−0,68 %
Boopa
Boopa−0,75 %
PORK
PORK−2,96 %
Aran Komatsuzaki
Aran Komatsuzaki
19.9. klo 11.13·
FlowRL: LLM RL:n palkkionjaon täsmäytys • Siirtyy palkkioiden maksimoinnista → jaon täsmäytyksestä • +10,0 % vs GRPO, +5,1 % vs PPO matematiikassa; vahvat lisäykset koodilla • Minimoi käänteisen KL:n kattamaan kaikki kelvolliset päättelyreitit (välttää tilan romahtamisen)