トレンドトピック
#
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.
🧵 AI ラボが RL の拡張を競う中、重要な質問の 1 つは、いつ事前トレーニングを停止して RL を開始するべきかということです。
GSM8KでRLを使用して5つのQwenモデル(0.6B→14B)をトレーニングしたところ、奇妙なことがわかりました。
小さなモデルでは、EMERGENCE-LIKE ジャンプが見られます。大規模なモデルでは収益が逓減します。
スケーリングの法則?あなたが期待するものとは違います
トップ
ランキング
お気に入り