llm的内部状态参数化了大约一万亿维的梯度更新。这是影响的自由度。与工程兄弟们设置单一维度的“发奖函数”相比…

LOT3.98%
查看原文
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 4
  • 转发
  • 分享
评论
0/400
GasWhisperervip
· 15小时前
梯度优化每天都能胜过那些兄弟,真的
查看原文回复0
NFTRegrettervip
· 15小时前
reward爆炸了属于是
回复0
NullWhisperervip
· 15小时前
从技术上讲,梯度空间比他们想的更复杂,真是无奈
查看原文回复0
解码先生vip
· 15小时前
草 真就人定胜天了
回复0
交易,随时随地
qrCode
扫码下载 Gate App
社群列表
简体中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)