發現功能使用指南
discoveryBanners
熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
Hosico
Hosico+2.72%
USELESS
USELESS+26.01%
IKUN
IKUN+27.78%
gib
gib+23.01%
#
有消息稱 Pump.fun 計劃 40 億估值發幣，引發市場猜測
Bonk
Bonk+1.26%
ALON
ALON+5.62%
LAUNCHCOIN
LAUNCHCOIN-3.48%
GOONC
GOONC+6.87%
KLED
KLED+53.53%
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
BOOP
BOOP-0.54%
Boopa
Boopa+6.27%
PORK
PORK+7.21%
Dimitris Papailiopoulos
Dimitris Papailiopoulos
10月2日 03:30·
檢查 Thinky 的 Tinker 代碼庫。 GRPO 已經淘汰 REINFORCE 與 Adv = Reward-mean(Reward) 已經加入 不進行裁剪 model ← model + η · advantage · ∇ logprob