Die Oberfläche ist lokalisiert; Skill-Beschreibungen und -Dokumente werden per KI automatisch in Ihre Sprache übersetzt. Code, Befehle, Pfade und Fachbegriffe bleiben im Original, maßgeblich ist das Dokument des Autors.
Skills entdecken
Produktivität · SKILL.md

stable-rl-with-llms

stable-rl-with-llms

Justifies token-level optimization objectives as first-order approximation to sequence rewards via Routing Replay, which fixes MoE routers during policy optimization to reduce training-inference discrepancy. Use when scaling RL training on large MoE language models.

Independent GitHub snapshot · Automated classification · Original documentation governs

Aadu2021 / skillxivNOASSERTION

Skill-Dokumentation

GitHub
Dokumentation wird aus der Quelle geladen…
Gespeicherte Skills