探索 Web3 Giveaway 活動，每週豐厚獎勵等您來領取
discoveryBanners
熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
Hosico
Hosico-9.73%
USELESS
USELESS-11.09%
IKUN
IKUN-11.1%
gib
gib+1.2%
#
有消息稱 Pump.fun 計劃 40 億估值發幣，引發市場猜測
Bonk
Bonk-3.4%
ALON
ALON-6.42%
LAUNCHCOIN
LAUNCHCOIN-3.25%
GOONC
GOONC+0.04%
KLED
KLED-5.44%
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
BOOP
BOOP-0.68%
Boopa
Boopa-0.42%
PORK
PORK-3.76%
Aran Komatsuzaki
Aran Komatsuzaki
9月19日 11:13·
FlowRL：用於LLM RL的獎勵分配匹配 • 從獎勵最大化轉向分佈匹配 • 在數學上比GRPO高出10.0%，比PPO高出5.1%；在代碼上有強勁的收益 • 最小化反向KL以覆蓋所有有效的推理路徑（避免模式崩潰）