Jelajahi Giveaway Web3 untuk reward lebih menarik
discoveryBanners
Topik trending
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico-12,66%
USELESS
USELESS-8,54%
IKUN
IKUN-10,07%
gib
gib+0,93%
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk-2,17%
ALON
ALON-8,59%
LAUNCHCOIN
LAUNCHCOIN-4,24%
GOONC
GOONC+3,74%
KLED
KLED-5,01%
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP-0,75%
Boopa
Boopa-1,4%
PORK
PORK-3,76%
Aran Komatsuzaki
Aran Komatsuzaki
19 Sep, 11.13·
FlowRL: Pencocokan Distribusi Hadiah untuk LLM RL • Pergeseran dari maksimalisasi hadiah → pencocokan distribusi • +10.0% vs GRPO, +5.1% vs PPO pada matematika; Keuntungan kuat pada kode • Meminimalkan KL terbalik untuk menutupi semua jalur penalaran yang valid (menghindari keruntuhan mode)