RT @AdtRaghunathan : Paradoxe post-entraînement en RL : ✅ Les passes à 1 point augmentent ❌ Les passes à K diminuent (effondrement de la diversité) Les approches précédentes impliquent généralement des compromis…
Chargement du thread
Récupération des tweets originaux depuis X pour offrir une lecture épurée.
Cela ne prend généralement que quelques secondes.