热门话题
#
Bonk 生态迷因币展现强韧势头
#
有消息称 Pump.fun 计划 40 亿估值发币，引发市场猜测
#
Solana 新代币发射平台 Boop.Fun 风头正劲
我们的研究实习生介绍：
Kevin-32B = K（ernel D）evin
这是第一个使用 RL 训练的用于编写 CUDA 内核的开放模型。我们在 KernelBench 数据集上使用 GRPO （基于 QwQ-32B）实现了多轮 RL。
它的表现优于顶级推理模型（o3 & o4-mini）！🧵
316.07K
热门
排行
收藏