Tendencias del momento
#
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.
🪜Presentamos: StepWiser🦉
📝:
- Reenmarca el modelado de recompensas por pasos como una tarea de razonamiento: produce CoT + juicio.
- Entrenado por RL utilizando resultados relativos de rollouts.
Resultados:
(1) ¡Rendimiento SOTA en ProcessBench!
(2) Mejora la política en el tiempo de entrenamiento.
(3) Mejora la búsqueda en el tiempo de inferencia.
🧵1/5
78,92K
Parte superior
Clasificación
Favoritos