Що можна робити за допомогою Discover
discoveryBanners
Актуальні теми
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico+2,27%
USELESS
USELESS+3,56%
IKUN
IKUN-0,37%
gib
gib-0,67%
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk-1,77%
ALON
ALON+1,85%
LAUNCHCOIN
LAUNCHCOIN-12,07%
GOONC
GOONC-3,41%
KLED
KLED+27,28%
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP-0,26%
Boopa
Boopa-2,41%
PORK
PORK+6,11%
header
Y
Мова і думка
Y
Y11 жовт., 06:33
Мамба-3 вже готова! Краща продуктивність, ніж у трансформерів і швидких програматорів (FWP) ()
33,68K
Y
Y2 жовт., 05:02
Чудово бачити нові Tinker-docs від @thinkymachines, які підтверджують невідповідність у втраті GRPO. Ми досліджували це питання в нашій попередній роботі () і розробили більш надійний метод зі значним покращенням продуктивності: • +12 абсолютних балів проти GRPO • +6 абсолютних балів проти DAPO У нашому документі детально описано дизайн алгоритмів градієнта регуляризованих політик KL, а наш репозиторій надає виправлену реалізацію. Папір: Код:
15,5K