【Makine Öğrenimi Mühendisliği Ajanları için Pekiştirmeli Öğrenme】
Küçük bir 3B parametre modeli (Qwen2.5-3B)'nın RL ile eğitildiğinde çok daha büyük sınır modelleri (Claude-3.5-Sonnet, GPT-4o)'yi geride bırakabileceğini gösterin - ML mühendislik görevlerinde %22 ortalama başarı elde ederek.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
14 Likes
Reward
14
7
Repost
Share
Comment
0/400
screenshot_gains
· 09-08 06:20
Küçük model büyük modele bir ders veriyor
View OriginalReply0
0xDreamChaser
· 09-08 06:20
Biraz içten geldi.
View OriginalReply0
CryingOldWallet
· 09-08 06:18
Ne istiyorsanız, o yok; ne varsa en iyisi.
View OriginalReply0
RuntimeError
· 09-08 06:14
Küçük model büyük modeli döver 666
View OriginalReply0
GasFeeBeggar
· 09-08 06:14
Küçük model büyük modeli mi dövüyor? boğa mı
View OriginalReply0
ZKSherlock
· 09-08 05:57
aslında hesaplama kaynaklarının oldukça zarif bir optimizasyonu... ama gizlilik sonuçlarının incelenmesi gerekiyor
【Makine Öğrenimi Mühendisliği Ajanları için Pekiştirmeli Öğrenme】
Küçük bir 3B parametre modeli (Qwen2.5-3B)'nın RL ile eğitildiğinde çok daha büyük sınır modelleri (Claude-3.5-Sonnet, GPT-4o)'yi geride bırakabileceğini gösterin - ML mühendislik görevlerinde %22 ortalama başarı elde ederek.