What can I do with Discover
discoveryBanners
トレンドトピック
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico-6.73%
USELESS
USELESS-6.02%
IKUN
IKUN+3.36%
gib
gib+5.8%
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk-1.3%
ALON
ALON+16.91%
LAUNCHCOIN
LAUNCHCOIN-9.84%
GOONC
GOONC-1.26%
KLED
KLED+18.32%
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP-3.13%
Boopa
Boopa-1.6%
PORK
PORK+5.11%
header
Penghui Qi
シニアリサーチエンジニア@SeaAIL 博士課程の学生@NUSingapore RL、LLM 推論、MLSys に取り組んでいます。
Penghui Qi
Penghui Qi2025年10月31日
🚀私たちの新しい作品を共有できることを楽しみにしています! 💊問題: BF16 の精度により、トレーニングと推論の不一致が大きくなり、RL トレーニングが不安定になります。 💡解決策: FP16 に切り替えてください。 🎯それです。 📰紙： ⭐️コード：
170.52K