探索 Web3 Giveaway 活动，每周丰厚奖励等您来领取
discoveryBanners
热门话题
#
Bonk 生态迷因币展现强韧势头
Hosico
Hosico-6.87%
USELESS
USELESS-7.06%
IKUN
IKUN-6.91%
gib
gib-2.14%
#
有消息称 Pump.fun 计划 40 亿估值发币，引发市场猜测
Bonk
Bonk-2.61%
ALON
ALON-1.76%
LAUNCHCOIN
LAUNCHCOIN-4.84%
GOONC
GOONC+17%
KLED
KLED-1.27%
#
Solana 新代币发射平台 Boop.Fun 风头正劲
BOOP
BOOP-1.87%
Boopa
Boopa-4.3%
PORK
PORK-5.52%
Jay
Jay
12 小时前·
由于每个人现在都在谈论 RL 环境和 GRPO，但没有人知道它是如何工作的，我们认为制作一个解释视频 + 你可以运行的代码会很酷： 这是一个使用 GRPO 训练 Qwen 2.5 玩 2048 的示例（代码在帖子中）🧵：
45.63K