熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣，引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
另一篇精彩的帖子。“我們需要建立許多新的環境，以通過強化學習訓練來嘗試和學習多樣化的技能。” 對@PrimeIntellect的前景更加看好。
附加信息：帖子還提到模型合併/混合，我認為這就是PI在2023年最初致力於的內容(?)
2025年7月11日
新部落格：如何將 RL 擴展到 10^26 FLOP
每個人都在嘗試找出使用 RL 擴展推理的正確方法
伊利亞將互聯網比作化石燃料：它可能是我們擁有的唯一有用數據。而且它是消耗品
也許我們應該從互聯網中學習推理（不僅僅是數學和代碼）
31.95K
熱門
排行
收藏