Ce pot să fac cu Discover
discoveryBanners
Subiecte populare
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico-10,68 %
USELESS
USELESS-25,08 %
IKUN
IKUN-14,83 %
gib
gib-7,83 %
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk-0,01 %
ALON
ALON-12,28 %
LAUNCHCOIN
LAUNCHCOIN-5,84 %
GOONC
GOONC-3,95 %
KLED
KLED+23,46 %
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP-0,6 %
Boopa
Boopa+0,39 %
PORK
PORK+16,76 %
header
Y
Limbaj și gândire
Y
Y11 oct., 06:33
Mamba-3 este în curând! Performanță mai bună decât transformatoarele și programatorii cu greutate rapidă (FWP) ()
26,81K
Y
Y2 oct., 05:02
Excelent pentru a vedea noile documentare Tinker din @thinkymachines, care confirmă o inconsecvență în pierderea GRPO. Am explorat această problemă în lucrările noastre anterioare () și am dezvoltat o metodă mai robustă cu îmbunătățiri substanțiale ale performanței: • +12 puncte absolute vs. GRPO • +6 puncte absolute vs. DAPO Lucrarea noastră detaliază designul algoritmilor de gradient de politici regularizați de KL, iar depozitul nostru oferă o implementare corectată. Hârtie: Cod:
15,48K