O que posso fazer com o Discover
discoveryBanners
Tópicos populares
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico-3,28%
USELESS
USELESS+17,97%
IKUN
IKUN-0,22%
gib
gib-1,12%
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk-4,43%
ALON
ALON-0,69%
LAUNCHCOIN
LAUNCHCOIN-4,73%
GOONC
GOONC-0,31%
KLED
KLED+33,09%
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP-0,92%
Boopa
Boopa+3,13%
PORK
PORK+4%
header
Y
Linguagem e Pensamento
Y
Y11/10, 06:33
Mamba-3 está a caminho! Melhor desempenho do que Transformers e Programadores de Peso Rápido (FWP) ()
33,69K
Y
Y2/10, 05:02
Excelente ver os novos Tinker-docs da @thinkymachines, que confirmam uma inconsistência na perda do GRPO. Explorámos este problema no nosso trabalho anterior () e desenvolvemos um método mais robusto com melhorias de desempenho substanciais: • +12 pontos absolutos em relação ao GRPO • +6 pontos absolutos em relação ao DAPO O nosso artigo detalha o design de algoritmos de gradiente de política regularizados por KL, e o nosso repositório fornece uma implementação corrigida. Artigo: Código:
15,51K