PulseAugur
中
实时 23:11:51
实体 Purinergic receptor P2Y12

Purinergic receptor P2Y12

PulseAugur coverage of Purinergic receptor P2Y12 — every cluster mentioning Purinergic receptor P2Y12 across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_300563 ·

    新方法旨在改进多奖励强化学习中的代币级信用分配

    两篇新研究论文提出了一种在涉及多个奖励时，更有效地将信用分配给语言模型输出中特定代币的方法。第一篇论文MRTPO利用验证器信息，在不使用辅助模型的情况下，将奖励优势直接分配给相关代币。第二篇论文P2T采用一种无训练的、基于梯度的方​​法，通过估计其影响来将整体奖励归因于单个代币，仅需一次前向和后向传播。