Temas en tendencia
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Tianyu Pang
🇸🇬Research Scientist at Sea AI Lab @SeaGroup | 👨🏻🎓PhD/BS from @Tsinghua_Uni and ex-@MSFTResearch | 🔬Generative Models, Reasoning, and Trustworthy AI.
🚀Los LLM pueden aprender directamente de la retroalimentación verbal, ¡no se necesitan recompensas escalares!
😥Las recompensas escalares comprimen la retroalimentación rica: "redundante pero correcto" frente a "conciso pero lleno de errores tipográficos" podrían ser 0.8
💡Proponemos aprender la Política Condicional de Retroalimentación (FCP), ¡un paradigma extremadamente escalable!
21.54K
Populares
Ranking
Favoritas