熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣，引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
超棒的流程，總結來說他們：
1. 重新表述用戶指定的任務提示，
2. 生成幾個（n=25）多樣的合成訓練範例（利用ICL和大上下文窗口以確保多樣性），
3. 使用GRPO + LoRA訓練模型，並使用RULER標準作為獎勵。
2025年7月30日
介紹 `AutoRL` 📈
世界上最簡單的方式來訓練一個特定任務的 LLM，使用強化學習。
*只需寫一句話描述您想要的模型。*
一系列 AI 系統將生成數據 + 評分標準並為您訓練模型。
由 ART 提供支持，這是開源的。
線程中的鏈接：
5.75K
熱門
排行
收藏