Olen innoissani saadessani jakaa uuden mekanismisuunnittelun haasteen minulta ja @danrobinson Voitko rakentaa parhaan AMM-palkkiostrategian, joka menestyy dynaamisessa kaupankäyntiympäristössä? Kokeile ja lähetä lähetä alla olevaan linkkiin 1/
Tämä haaste on suunniteltu siten, että käyttäjä voi tehdä nopean iteratiivisen kokeellisen silmukan tekoälykoodaustyökalujen avulla. Tekoälykoodaustyökalut eivät yksinään anna kovin hyviä pisteitä, mutta muutaman keskeisen käyttäjän oivalluksen avulla ne voivat avata suuria pistehyppyjä 2/
Muutaman päivän kokeiltuani tätä pulmaa uskon, että se seuraa intuitiota oikean maailman AMM-suunnittelussa melko hyvin. Muutama idea oikeiden AMM-laitteiden parantamiseksi näyttää toimivan hyvin kilpailussa Karkeat pistemäärät 450+: Ei täysin slopia 480+: Kiinteä 510+: Vahva 540+: ??? 3/
Tämä ongelma herätti arvostukseni codexia kohtaan. En pystynyt lainkaan etenemään tässä ongelmassa Opusin kanssa. Jos löydät jotain erilaista, kuulisin siitä mielelläni
benedict
benedict5.2. klo 03.35
On vähän hämmästyttävää, kuinka paljon parempi Codex on tilastotieteessä ja kvantitatiivikaupankäynnin tutkimusongelmissa kuin Opus. Opus ei lainkaan kykene tekemään tiukkoja päätöksiä ongelmista, jotka Codex voisi yhdellä kertaa ratkaista Iso päivitys minulle siitä, kuinka piikikäs älykkyys näiden mallien kanssa on
Seuraavan sukupolven läpimurtoja vaikeilla sovelletuilla aloilla tulee todennäköisesti tällaisista ratkaisuista. Hyvin suunniteltu simulaatiosilmukka- ja kohdemittari, jota agentti ja ihminen voivat kehittää yhdessä. Tämä rakenne nopeuttaa löytämisen ja validoinnin prosessia huomattavasti
105