Explorați funcția Cadou Web3 pentru mai multe recompense incitante
discoveryBanners
Subiecte populare
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico-6,5 %
USELESS
USELESS-12,31 %
IKUN
IKUN-10,15 %
gib
gib+1,67 %
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk-3,28 %
ALON
ALON-2,35 %
LAUNCHCOIN
LAUNCHCOIN-2,99 %
GOONC
GOONC+0,04 %
KLED
KLED-7,85 %
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP-0,68 %
Boopa
Boopa+0,59 %
PORK
PORK-3,76 %
Aran Komatsuzaki
Aran Komatsuzaki
19 sept., 11:13·
FlowRL: Potrivirea distribuției recompenselor pentru LLM RL • Schimbări de la maximizarea recompenselor → potrivirea distribuției • +10,0% față de GRPO, +5,1% față de PPO la matematică; Câștiguri puternice pe cod • Minimizează KL invers pentru a acoperi toate căile de raționament valide (evită colapsul modului)