深入研究 RL lora rank 大小，这更加深了我关于推理 计算努力缩放规律有待发现的整体感觉。
现在我终于可以控制合成环境了，在预训练方面也看到了类似的权衡。比如，堆叠层对某些任务/领域（例如数学）的益处甚至比其他任务/领域更大。
正在加载线程详情
正在从 X 获取原始推文，整理成清爽的阅读视图。
通常只需几秒钟，请稍候。
来自 Alexander Doria（@Dorialexander）的推文线程
共 2 条推文 · 2025年11月9日 09:56
作者信息
线程正文
正在加载线程详情
正在从 X 获取原始推文，整理成清爽的阅读视图。
通常只需几秒钟，请稍候。
共 2 条推文 · 2025年11月9日 09:56
深入研究 RL lora rank 大小，这更加深了我关于推理 计算努力缩放规律有待发现的整体感觉。
现在我终于可以控制合成环境了，在预训练方面也看到了类似的权衡。比如，堆叠层对某些任务/领域（例如数学）的益处甚至比其他任务/领域更大。