Acheter Cryptos
Payer en
USD
USD
Acheter & Vendre
Hot
Visa, Mastercard, SEPA et bien plus
P2P
0 Fees
Trading flexible, zéro frais
Gate Card
Payez partout avec vos cryptos
Marchés
Trader
Basique
Avancé
Futures
Futures
Accédez à des centaines de contrats perpétuels
CFD
Or
Une plateforme pour les actifs mondiaux
Options
Hot
Tradez des options classiques de style européen
Compte unifié
Maximiser l'efficacité de votre capital
Trading démo
Introduction au trading futures
Préparez-vous à trader des contrats futurs
Événements futures
Participez aux événements et gagnez
Demo Trading
Utiliser des fonds virtuels pour faire l'expérience du trading sans risque
Actions américaines
CFD
Produits dérivés CFD sur actions américaines
Futures
Effet de levier élevé, trading 24h/24 et 7j/7
Actions tokenisées
Adossé à de véritables actions
GUSD
Mint GUSD pour des rendements de Treasury RWA
Earn
Lancer
CandyDrop
tag
Collecte des candies pour obtenir des airdrops
Launchpool
Staking rapide, Gagnez de potentiels nouveaux jetons
HODLer Airdrop
Conservez des GT et recevez d'énormes airdrops gratuitement
Pre-IPOs
Accédez à l'intégralité des introductions en bourse mondiales
Points Alpha
Tradez on-chain et gagnez des airdrops
Points Futures
Gagnez des points Futures et réclamez vos récompenses d’airdrop.
Investissement
Square
Square
Découvrir la valeur en crypto
Live
moments live
Analyse en temps réel du marché des cryptomonnaies
Discussion
Discutez avec des traders de cryptomonnaies
Actualités
Ce qu'il se passe dans le monde de la crypto
flower_head
Plus
Promotions
AI
Autres
TradFi
Récompenses
Posts
Plus récents
Populaire
Actualités
Profil

Berkeley AI souligne que comprendre la raison de l'échec est plus important que le score de référence

MeNews
robot
Création du résumé en cours
ME News Actualités, le 19 avril (UTC+8), récemment, des chercheurs de Berkeley AI ont relayé un point de vue de Dawn Song, soulignant qu'il est plus important de comprendre les causes spécifiques des échecs des agents lors de l'évaluation que de se concentrer uniquement sur les scores de benchmark. L'article affirme qu'il faut décomposer les échecs à long terme en modèles diagnostiquables afin de localiser et d'analyser plus précisément où et pourquoi l'agent échoue. L'article ne fournit pas d'informations supplémentaires sur les benchmarks spécifiques, les détails d'analyse ou la classification des modèles d'échec. (Source : InFoQ)
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
  • Récompense
  • 7
  • 2
  • Partager
Commentaire
Ajouter un commentaire
Ajouter un commentaire
MildRugAllergy
· Il y a 2h
Le mot « échec à long terme » est utilisé à bon escient, la réussite d'une tâche à court terme ne garantit pas sa fiabilité à long terme
Voir l'originalRépondre0
RetroRadioWaves
· Il y a 2h
Le mode d'échec de décomposition semble simple, mais en pratique, il y a probablement une multitude de cas limites à gérer.
Voir l'originalRépondre0
NeonMint
· Il y a 2h
Je pense que la communauté se concentre trop sur le classement de référence en ce moment, ce genre de recherche contre le consensus a plus de valeur.
Voir l'originalRépondre0
ZenOfZK
· Il y a 2h
Berkeley AI a toujours été solide, j'attends avec impatience la publication de la méthodologie précise
Voir l'originalRépondre0
APuppyInTheWarmSun
· Il y a 2h
L'évaluation des agents doit effectivement changer de paradigme, la limite de précision est accessible mais la robustesse est vraiment difficile.
Voir l'originalRépondre0
Can'tSleepWithoutSigningThe
· Il y a 2h
L'équipe de Dawn Song était déjà très minutieuse en matière de sécurité, cette fois-ci cela ne devrait pas être trop abstrait
Voir l'originalRépondre0
OracleBabysitter
· Il y a 2h
Il est dommage que les détails ne soient pas fournis dans le texte original, j'aimerais voir à quoi ressemble la taxonomie spécifique.
Voir l'originalRépondre0

  • Épinglé

plan du site