Comprar Cripto
Pagar com
USD
USD
Comprar e vender
Hot
Visa, Mastercard, SEPA e mais
P2P
0 Fees
Negociação flexível e sem taxas
Cartão Gate
Use criptomoedas para pagar pelo mundo
Mercados
Negociar
Básico
Avançado
Futuros
Futuros
Aceda a centenas de contratos perpétuos
CFD
Ouro
Plataforma de ativos tradicionais globais
Opções
Hot
Negoceie Opções Vanilla ao estilo europeu
Conta Unificada
Maximize a eficiência do seu capital
Negociação de demonstração
Introdução à negociação de futuros
Prepare-se para a sua negociação de futuros
Eventos de futuros
Participe em eventos para recompensas
Negociação de demonstração
Utilize fundos virtuais para experimentar uma negociação sem riscos
Stocks
CFD
Derivados CFD de ações dos EUA
Futuros
Alta alavancagem, negociação 24/7
Ações tokenizadas
Garantido por ativos de ações reais
GUSD
Cunhe GUSD para rendimentos de RWA do Tesouro
Earn
Lançamento
CandyDrop
tag
Recolher doces para ganhar airdrops
Launchpool
Faça staking rapidamente, ganhe potenciais novos tokens
HODLer Airdrop
Detenha GT e obtenha airdrops maciços de graça
IPO Access
tag
Desbloquear acesso completo a IPO de ações globais
Pontos Alpha
Negoceie ativos on-chain para airdrops
Pontos de futuros
Ganhe pontos de futuros e receba recompensas de airdrop
Investimento
Square
Square
Descubra valor em cripto
Em direto
moments live
Análise de mercado cripto em tempo real
Conversar
Converse com os operadores cripto
Notícias
O que está a acontecer na criptografia
flower_head
Mais
Promoções
AI
Outros
TradFi
IPO
Recompensas
Square
Últimas
Quente
Notícias
Perfil

Tencent Hunyuan lança UniRL: infraestrutura unificada de aprendizagem por reforço multimodal

MeNews
robot
Geração de resumo em curso
ME AI Mensagem, Tencent Hunyuan lança UniRL, uma infraestrutura de aprendizagem por reforço que suporta modelos multimodais unificados, e publica dois novos algoritmos DRPO e Flow-DPPO. UniRL cobre modelos de difusão/fluxo, modelos de linguagem grande/visão de linguagem e modelos multimodais unificados (como Hunyuan-Image 3 e Bagel) através de um único ciclo de pós-treinamento (gerar→avaliar→vantagem→atualizar→sincronizar). Os modelos e algoritmos são tratados como eixos independentes, permitindo combinações de modelos×algoritmos. A estrutura suporta motores de rollout plugáveis (lado de treino/SGLang/vLLM-Omni), particionamento FSDP2 e três modos de implantação. O FlowDPPO introduz uma estratégia de otimização de domínio de confiança baseada em divergência precisa para modelos de fluxo/difusão; o DRPO fornece um método de regularização quadrática de ponderação de vantagem suave para RL com LLM. O código já está de código aberto. (Fonte: AiHot)
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
  • Recompensa
  • Comentar
  • Republicar
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
Nenhum comentário

  • Fixado

Mapa do site