Hva kan jeg gjøre med Discover
discoveryBanners
Populære emner
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico−0,18 %
USELESS
USELESS+4,55 %
IKUN
IKUN−4,44 %
gib
gib−0,35 %
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk+1,18 %
ALON
ALON−2,8 %
LAUNCHCOIN
LAUNCHCOIN+6,57 %
GOONC
GOONC−0,35 %
KLED
KLED−2,36 %
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP+0,58 %
Boopa
Boopa+12,12 %
PORK
PORK0,00 %
Jason Weston
Jason Weston
7. nov., 09:53·
Skalering av agentlæring via opplevelsessyntese 📝: Skalering av treningsmiljøer for RL ved å simulere dem med resonnerende LLM-er! Miljømodeller + Replay-buffer + Nye oppgaver = billig RL for alle miljøer! - Sterke forbedringer i forhold til ikke-RL-klare miljøer og flere modellfamilier! - Fungerer bedre i sim-2-real RL-innstillinger → varmstart for dyre miljøer 🧵1/7