Trend-Themen
#
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.
🪜Einführung: StepWiser🦉
📝:
- Reformuliert schrittweise Belohnungsmodellierung als eine Denkaufgabe: gibt CoT + Urteil aus.
- Durch RL mit relativen Ergebnissen von Rollouts trainiert.
Ergebnisse:
(1) SOTA-Leistung auf ProcessBench!
(2) Verbessert die Politik zur Trainingszeit.
(3) Verbessert die Suche zur Inferenzzeit.
🧵1/5
78,91K
Top
Ranking
Favoriten