Vad kan jag göra med Discover
discoveryBanners
Trendande ämnen
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico+4,49 %
USELESS
USELESS+24,6 %
IKUN
IKUN+9,05 %
gib
gib+2,97 %
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk+1,63 %
ALON
ALON+2,76 %
LAUNCHCOIN
LAUNCHCOIN+3,99 %
GOONC
GOONC+1,97 %
KLED
KLED+33,65 %
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP−0,92 %
Boopa
Boopa+6,64 %
PORK
PORK+0,22 %
header
Y
Språk & Tanke
Y
Y11 okt. 06:33
Mamba-3 är på väg! Bättre prestanda än transformatorer och snabbviktsprogrammerare (FWP) ()
33,69K
Y
Y2 okt. 05:02
Utmärkt att se de nya Tinker-dokumenten från @thinkymachines, som bekräftar en inkonsekvens i GRPO-förlusten. Vi utforskade detta problem i vårt tidigare arbete () och utvecklade en mer robust metod med betydande prestandaförbättringar: • +12 absoluta poäng mot GRPO • +6 absoluta poäng mot DAPO Vårt dokument beskriver utformningen av KL-regulariserade policygradientalgoritmer, och vårt arkiv ger en korrigerad implementering. Papper: Kod:
15,51K