探索 Web3 Giveaway 活動，每週豐厚獎勵等您來領取
discoveryBanners
熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
Hosico
Hosico-6.87%
USELESS
USELESS-7.42%
IKUN
IKUN-6.91%
gib
gib-2.14%
#
有消息稱 Pump.fun 計劃 40 億估值發幣，引發市場猜測
Bonk
Bonk-2.87%
ALON
ALON-1.66%
LAUNCHCOIN
LAUNCHCOIN-5.25%
GOONC
GOONC+17%
KLED
KLED-1.27%
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
BOOP
BOOP-1.87%
Boopa
Boopa-4.3%
PORK
PORK-5.52%
Jay
Jay
12 小時前·
由於每個人現在都在談論 RL 環境和 GRPO，但沒有人知道它是如何工作的，我們認為製作一個解釋視頻 + 你可以運行的代碼會很酷： 這是一個使用 GRPO 訓練 Qwen 2.5 玩 2048 的示例（代碼在帖子中）🧵：
45.63K