Vad kan jag göra med Discover
discoveryBanners
Trendande ämnen
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico−2,66 %
USELESS
USELESS+1,15 %
IKUN
IKUN−6,83 %
gib
gib+2,95 %
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk−2,23 %
ALON
ALON−5,96 %
LAUNCHCOIN
LAUNCHCOIN+5,11 %
GOONC
GOONC−2,56 %
KLED
KLED+11,35 %
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP−0,5 %
Boopa
Boopa−6,46 %
PORK
PORK0,00 %
header
Penghui Qi
Förste forskningsingenjör @SeaAIL Doktorand @NUSingapore Arbetar med RL, LLM Reasoning och MLSys.
Penghui Qi
Penghui Qi31 okt. 2025
🚀Glada att dela med oss av vårt nya arbete! 💊Problem: BF16-precisionen orsakar ett stort matchningsfel mellan träning och inferens, vilket leder till instabil RL-träning. 💡Lösning: Byt bara till FP16. 🎯Det är allt. 📰Papper: ⭐️Kod:
170,53K