Este artigo Meta acabou de quebrar meu cérebro 🤯
Todo mundo está treinando modelos RL às cegas, desperdiçando 100k+ horas de GPU esperando que algo funcione.
O ScaleRL muda tudo o que você pode agora prever o sucesso desde o dia 1.
Eles testaram 400.000 horas de GPU em todos os principais métodos e encontraram o padrão oculto:
Deixe-me explicar ↓
Mostrar original
7,18 mil
49
O conteúdo desta página é fornecido por terceiros. A menos que especificado de outra forma, a OKX não é a autora dos artigos mencionados e não reivindica direitos autorais sobre os materiais apresentados. O conteúdo tem um propósito meramente informativo e não representa as opiniões da OKX. Ele não deve ser interpretado como um endosso ou aconselhamento de investimento de qualquer tipo, nem como uma recomendação para compra ou venda de ativos digitais. Quando a IA generativa é utilizada para criar resumos ou outras informações, o conteúdo gerado pode apresentar imprecisões ou incoerências. Leia o artigo vinculado para mais detalhes e informações. A OKX não se responsabiliza pelo conteúdo hospedado em sites de terceiros. Possuir ativos digitais, como stablecoins e NFTs, envolve um risco elevado e pode apresentar flutuações significativas. Você deve ponderar com cuidado se negociar ou manter ativos digitais é adequado para sua condição financeira.