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.
это кажется действительно важным:
вполне возможно, что модель могла бы получить IMO золото без *какого-либо* обучения с подкреплением, если бы был идеально составленный запрос
мы просто не знаем и не имеем инструментов для эффективного поиска в пространстве запросов. рад видеть, что хотя бы кто-то пытается
29 июл. 2025 г.
Как оптимизация подсказок соотносится с алгоритмами RL, такими как GRPO?
GRPO требует тысяч запусков, но люди могут учиться на нескольких попытках — размышляя о том, что сработало, а что нет.
Познакомьтесь с GEPA: рефлексивным оптимизатором подсказок, который может превзойти GRPO на 20% с 35 раз меньшим количеством запусков!🧵
38,46K
Топ
Рейтинг
Избранное