最近更新的频道

点选即可只看该频道浏览全部频道 →
MBMatthew Berman今天 +213The Builders今天 +120VC with Harry Stebbings昨天 +306JSJane Street昨天 +119AI Engineer昨天 +1硅谷101前天PragerU3天前Y Combinator3天前a16z4天前 +1SemiAnalysis4天前

筛选结果

1 篇
排序
主题Post-training人物Matthew Berman语言英语
4 张幻灯片18:09EN → 简体中文
MBMatthew Berman· 2025年12月15日使用可验证奖励训练 GPT-OSS 的 2048 策略Matthew Berman · Forward FutureMatthew Berman 演示本地 Unsloth 笔记本、奖励检查，以及一次在 RTX 5090 上运行的 2048 训练。Reinforcement LearningPost-trainingOpen-weight models+2