Optimal Brain Damage - это когда ежедневно читаешь статьи по RL LLM агентам
Optimal Brain Damage - это когда ежедневно читаешь статьи по RL LLM агентам
Из этого канала
- #1094NVIDIA научила гуманоидных роботов двигаться, как люди - но при нулевом…
NVIDIA научила гуманоидных роботов двигаться, как люди - но при нулевом дообучении после переключения из симуляции на реальный мир Если коротко, десять лет…
- #1095Еще порция чатгпт ресечей по ии Ии в промышленности…
Еще порция чатгпт ресечей по ии Ии в промышленности https://github.com/researchim-ai/state-of-ai/blob/main/AIindustry.md квантизация ллмок…
- #1096SWE-rebench: A Continuously Evolving and Decontaminated Benchmark for Software…
SWE-rebench: A Continuously Evolving and Decontaminated Benchmark for Software Engineering LLMs Сегодня стандартом для оценки SWE агентов является SWE-bench…
- #1092хм интересная штука двое ребят kalomaze (хз кто он, в иксе часто про всякое…
хм интересная штука двое ребят kalomaze (хз кто он, в иксе часто про всякое рльное пишет) и Will Brown (он одним из первых выложил пример с кодом по grpo для…
- #1091просто double DQN проходит простой уровень из марио…
просто double DQN проходит простой уровень из марио https://www.reddit.com/r/reinforcementlearning/comments/1kidoi3/mario/