1 分•作者: whiskeytuesday•大约 1 个月前
返回首页
最新
1 分•作者: KiaanKothari•大约 1 个月前
3 分•作者: keithcarolus•大约 1 个月前
4 分•作者: cwillu•大约 1 个月前
3 分•作者: suolex•大约 1 个月前
2 分•作者: _alphageek•大约 1 个月前
1 分•作者: E-Reverance•大约 1 个月前
我听说了一些关于前沿模型在“解释数学”方面仍然表现不佳的抱怨，我正在考虑一个可能有帮助的强化学习环境，那就是：
* 选取非常难但有可验证答案的数学问题。
* 让前沿模型向一个非常小的模型（例如参数量为 0.5-1B 且在此类问题上得分明显偏低）解释如何解决问题，但不要直接给出答案。前沿模型会因为其提示/解释帮助了小模型解决问题而获得奖励。
显然，需要一定程度的人工监督来避免前沿模型提供过多的信息。
1 分•作者: deaux•大约 1 个月前
1 分•作者: NameError•大约 1 个月前
1 分•作者: striking•大约 1 个月前
1 分•作者: bingfeng•大约 1 个月前
1 分•作者: dhruv3006•大约 1 个月前
1 分•作者: LouisLazaris•大约 1 个月前
1 分•作者: ukuina•大约 1 个月前
1 分•作者: ikeee•大约 1 个月前
我在 Mac 上的桌面应用中运行了一个 Claude 会话。同时，我在 Windows 机器上也为另一个项目运行了一个独立的 Claude 桌面应用会话。Mac 会话完成了对一个 Web 应用的修复并开始测试，令我惊讶的是，网站竟然在我 Windows 机器上启动了。有什么想法吗？是远程功能在起作用吗？我不记得设置过它。
2 分•作者: toomuchtodo•大约 1 个月前
3 分•作者: dmarto•大约 1 个月前
76 分•作者: lumpa•大约 1 个月前
6 分•作者: chucksmash•大约 1 个月前
你们这些疯子！你们把它炸了！
重定向 URL：
https://old.reddit.com/login/?reason=lor2&dest=https%3A%2F%2Fold.reddit.com%2Fuser%2F<YOUR_SN_HERE>%2F
页面文本：
登录以使用旧版 Reddit
为确保 Reddit 安全，访问旧版 Reddit 需要账户。请登录，或在 reddit.com 上继续操作而不登录账户。
继续即表示您同意我们的用户协议，并承认您已了解隐私政策。
1 分•作者: jeuribe•大约 1 个月前
大约两个月前，我在这里发过一篇关于 linXiv 的帖子，但此后我进行了大量的质量改进和一些小型、不显眼的附加功能（例如 RSS 订阅、全文搜索等），并最终集成了 iroh，用于研究项目、笔记等的 P2P 共享。
YouTube 演示：<a href="https://www.youtube.com/watch?v=c4vQuXjFv34" rel="nofollow">https://www.youtube.com/watch?v=c4vQuXjFv34</a>
我很想听听大家是否觉得它有用、有趣，或者有什么明显的改进建议。我自己觉得它在物理学研究中非常有用，但我仍然希望继续改进它。