Chủ đề thịnh hành
#
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.
Tianwei Ni
Nghiên cứu sinh tiến sĩ năm cuối @Mila_Quebec trên RL | Prev @AmazonScience về lý luận LLM
Sapere aude (Dám nghĩ).
RL ngoại tuyến bị chi phối bởi sự bảo thủ -- an toàn, nhưng hạn chế khả năng tổng quát.
Trong bài báo mới của chúng tôi, chúng tôi đặt ra câu hỏi: điều gì sẽ xảy ra nếu chúng tôi bỏ qua nó và dựa vào nguyên tắc Bayesian để tổng quát thích ứng?
Thật bất ngờ, các vòng lặp dài hạn -- thường bị tránh trong RL dựa trên mô hình -- lại làm cho nó hoạt động. 🧵
44
Hàng đầu
Thứ hạng
Yêu thích