TwiScan
熱門
社區
帳號集合
登入
註冊
English
日本語
한국의
简体中文
繁体中文
註冊並分享邀請連結,可獲得影片播放與邀請獎勵。
立即註冊
Rosinality
@rosinality
ML Engineer
@poolsideai
加入 October 2008
1K
正在關注
7.5K
粉絲
Rosinality
@rosinality
2026.07.21 10:56
Improving exploration for rubric RL using OPSD to generate guidance for underexplored or penalized criteria. As combining criteria to construct rewards is common maybe it could be useful beyond rubric RL.
顯示更多
0
0
1
106
15
轉發到社區
熱門用戶
New York Post
@nypost
4.1M 粉絲
Reuters
@Reuters
26.3M 粉絲
Hello! Project Link
@UpFrontLink
15.5K 粉絲
一劍浣春秋
@chee828
230.5K 粉絲
是你的KK
@KKLOVQ
0 粉絲
First Squawk
@FirstSquawk
556.2K 粉絲
Pop Base
@PopBase
6.4M 粉絲
MLB
@MLB
13.6M 粉絲
JO KWON
@2AMkwon
976.9K 粉絲
AB Kuai.Dong
@_FORAB
139.5K 粉絲
モデルプレス
@modelpress
1.8M 粉絲
Bitget中文
@Bitget_zh
109.7K 粉絲
銀璃 Silverluri🪶
@Silverluri
0 粉絲
CNN
@CNN
61.8M 粉絲
乐老爺 #JAV
@HappyLok1157
168.3K 粉絲