Актуальные темы
#
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.
🪜Представляем: StepWiser🦉
📝:
- Переформулирует пошаговое моделирование вознаграждений как задачу рассуждения: выводит CoT + суждение.
- Обучен с помощью RL, используя относительные результаты развертываний.
Результаты:
(1) SOTA производительность на ProcessBench!
(2) Улучшает политику во время обучения.
(3) Улучшает поиск во время вывода.
🧵1/5
78,92K
Топ
Рейтинг
Избранное