شراء عملات رقمية
الدفع بواسطة
USD
USD
الشراء والبيع
Hot
يدعم Visa ،Mastercard ،SEPA والمزيد
P2P
0 Fees
تداول مرن بدون أي رسوم
بطاقة Gate
استخدم عملاتك الرقمية لإجراء المدفوعات حول العالم
الأسواق
التداول
أساسي
متقدم
العقود الآجلة
العقود الآجلة
وصول إلى مئات العقود الدائمة
CFD
الذهب
منصّة واحدة للأصول التقليدية العالمية
الخیارات المتاحة
Hot
تداول خيارات الفانيلا على الطريقة الأوروبية
الحساب الموحد
زيادة كفاءة رأس المال إلى أقصى حد
التداول التجريبي
مقدمة حول تداول العقود الآجلة
استعد لتداول العقود الآجلة
أحداث مستقبلية
"انضم إلى الفعاليات لكسب المكافآت "
التداول التجريبي
استخدم الأموال الافتراضية لتجربة التداول بدون مخاطر
اكسب
إطلاق
CandyDrop
اجمع الحلوى لتحصل على توزيعات مجانية.
منصة الإطلاق
-التخزين السريع، واربح رموزًا مميزة جديدة محتملة!
HODLer Airdrop
احتفظ بـ GT واحصل على توزيعات مجانية ضخمة مجانًا
Pre-IPOs
افتح الوصول الكامل إلى الاكتتابات العامة للأسهم العالمية
نقاط Alpha
تداول الأصول على السلسلة واكسب التوزيعات المجانية
نقاط العقود الآجلة
اكسب نقاط العقود الآجلة وطالب بمكافآت التوزيع المجاني
الاستثمار
سكوير
سكوير
اكتشف القيمة في العملات الرقمية
Live
moments live
تحليل آني لسوق العملات الرقمية
دردشة
الدردشة مع متداولي العملات الرقمية
أخبار
آخر أخبار العملات الرقمية
flower_head
المزيد
عروض ترويجية
AI
أخرى
CFD
مكافآت
سكوير
الأحدث
رائج
أخبار
نظرة عامة على المركز الشخصي

ستانفورد NLP: لا تزال معظم بيانات تدريب الوكلاء الذكيين العامة مركزة على مرحلة ما بعد التدريب

MeNews
robot
إنشاء الملخص قيد التقدم
AIMPACT رسالة، 15 مايو (UTC+8)، أشار فريق NLP في ستانفورد على تويتر إلى أن معظم بيانات التدريب للكيانات الذكية (agentic) المنشورة حاليًا لا تزال تركز بشكل رئيسي على مرحلة ما بعد التدريب (post-training)، خاصةً تلك المستخدمة لنماذج مثل Qwen (والتي قد تم تدريبها على كميات هائلة من بيانات الكيانات الذكية). يعتقد الفريق أنه لبناء نموذج مفتوح المصدر جيد من الصفر، فإن كمية بيانات الكيانات الذكية المطلوبة تتجاوز بكثير تلك اللازمة فقط لإعادة التدريب بعد التدريب المفتوح، مما يبرز نقص بيانات تدريب الكيانات الذكية في مرحلة ما قبل التدريب حاليًا. (المصدر: InFoQ)
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
  • أعجبني
  • 12
  • 8
  • مشاركة
تعليق
إضافة تعليق
إضافة تعليق
SushiAndSlugs
· منذ 54 د
هل تعتبر هذه الجولة من Qwen فوزًا سهلاً؟
شاهد النسخة الأصليةرد0
FlamingoFacingJudgment
· منذ 1 س
النماذج المفتوحة المصدر ترغب في التنافس مع النماذج المغلقة، والحواجز البياناتية أصعب في الاختراق من القدرة الحاسوبية
شاهد النسخة الأصليةرد0
ColdLightNftCabinet
· منذ 4 س
يجب على المجتمع المفتوح المصدر أن يفكر في كيفية جمع التمويل المسبق لبيانات التدريب
شاهد النسخة الأصليةرد0
GateUser-a365d15f
· منذ 4 س
يبدو وكأننا عدنا إلى القصة القديمة التي تقول إن البيانات هي السلطة
شاهد النسخة الأصليةرد0
GateUser-46033407
· منذ 4 س
كمية البيانات اللازمة للتدريب من الصفر، تسمع ذلك فتشعر باليأس
شاهد النسخة الأصليةرد0
PerpNightshift
· منذ 4 س
هذه الدراسة أعطت فريق المصدر المغلق سكينًا في الظهر
شاهد النسخة الأصليةرد0
GateUser-46c777d0
· منذ 5 س
هذه الملاحظة من ستانفورد دقيقة جدًا، فقدرات العميل تعتمد حقًا على التدريب المتراكم في النهاية.
شاهد النسخة الأصليةرد0
GlassDomeRoaming
· منذ 5 س
دائمًا ما يكون هناك حد لفضاء التحسين بعد التدريب المسبق، وسرعان ما تظهر عيوب التدريب المسبق
شاهد النسخة الأصليةرد0
GateUser-e84f640c
· منذ 5 س
هذا الاستنتاج يضرب فرق صغيرة ومتوسطة بشكل كبير، ومتطلبات البيانات تزداد صعوبة.
شاهد النسخة الأصليةرد0
ExitLiquidityStan
· منذ 5 س
آمل أن يتمكن أحدهم من إصدار بيانات وكيل ما قبل التدريب عالية الجودة كمصدر مفتوح
شاهد النسخة الأصليةرد0
عرض المزيد

  • مُثبت

خريطة الموقع