登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

Adithya S K
@adithya_s_k
Scaling RL Envs @huggingface 🤗 • Founded @cognitivelab_ai Prev : Research @MSFTResearch • ML @apple • 22
参加 June 2020
2.4K フォロー中    15.3K ファン
we RL trained a 4B VLM to play GeoGuesser > environment, dataset, training recipe, evals, and code are all open-source. > runs on a single A100 > beat gpt 5.4 mini, haiku, qwen 3.5 122B and came close to sonnet on evals
もっと見る