热门话题
#
Bonk 生态迷因币展现强韧势头
#
有消息称 Pump.fun 计划 40 亿估值发币，引发市场猜测
#
Solana 新代币发射平台 Boop.Fun 风头正劲
Max Ryabinin
大规模深度学习与科研@togethercompute
Learning@home/群体意识作者（DeDLOC、SWARM、Petals）
我很高兴看到这个项目发布，它是由@couplefire12在Together实习期间领导的🔥
如果你对在不可验证的环境中使用强化学习的推理感兴趣，请务必看看！
12月12日 01:30
用于推理的强化学习通常依赖于验证者——这对数学很有效，但对创意写作或开放式研究来说却很棘手。
认识一下 RARO：一种新的范式，通过对抗游戏教会 LLMs 推理，而不是验证。
没有验证者。没有环境。只有演示。🧵👇
207
🧑🍳
12月4日 00:36
我们正在迈出在 AI Native Cloud 上实现生产级强化学习的第一步。
AI 和 @metaai 的团队正在合作，将高性能的强化学习带入真实的自主系统——长时间推理、工具使用和多步骤工作流程。
查看第一个 TorchForge 集成。
103
热门
排行
收藏