深入研究 RL lora rank 大小，這更加深了我關於推理 計算努力縮放規律有待發現的整體感覺。
現在我終於可以控制合成環境了，在預訓練方面也看到了類似的權衡。例如，堆疊層對某些任務/領域（例如數學）的益處甚至比其他任務/領域更大。
正在載入線程內容
正在從 X 取得原始推文，整理成清爽的閱讀畫面。
通常只需幾秒鐘，請稍候。
來自 Alexander Doria（@Dorialexander）的推文串
共 2 則推文 · 2025年11月9日 上午9:56
作者資訊
推文串內容
正在載入線程內容
正在從 X 取得原始推文，整理成清爽的閱讀畫面。
通常只需幾秒鐘，請稍候。
共 2 則推文 · 2025年11月9日 上午9:56
深入研究 RL lora rank 大小，這更加深了我關於推理 計算努力縮放規律有待發現的整體感覺。
現在我終於可以控制合成環境了，在預訓練方面也看到了類似的權衡。例如，堆疊層對某些任務/領域（例如數學）的益處甚至比其他任務/領域更大。