Tópicos populares
#
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.
🪜Apresentando: StepWiser🦉
📝:
- Reformula a modelagem de recompensas passo a passo como uma tarefa de raciocínio: produz CoT + julgamento.
- Treinado por RL usando resultados relativos de rollouts.
Resultados:
(1) Desempenho SOTA no ProcessBench!
(2) Melhora a política durante o treinamento.
(3) Melhora a busca em tempo de inferência.
🧵1/5
78,9K
Top
Classificação
Favoritos