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
Nathan Lambert
研究@allen_ai、推理、開放模型、RL（VR/HF）...
通過電子郵件聯繫。
@interconnectsai寫道，
寫了 RLHF 書，
🏔️🏃♂️
很高興看到更多完全開放的後訓練食譜（這是一個多模態推理）。
後訓練數據如此稀少令人驚訝，因為其影響的機會是巨大的。很多人會嘗試，而簡單的數據方法仍然可以在SOTA上有所改善。
11月24日 23:02
🚀 介紹 OpenMMReasoner — 一個透明、可重複的多模態推理配方。
我們提出了一個使用 874K SFT 樣本的 2 階段管道，並進行逐步驗證，還有 74K 高品質的 RL 樣本。
論文：
更多內容在主題中：
21.41K
熱門
排行
收藏