bj todos no cuda hoy
>Día 3 de desempleo
> trabajado en un proyecto de RL
> entra en el video de Yacine

¿Alguna vez te has preguntado qué es un entorno RLVR?
en 27 min te mostraré:
- de qué estaban hechos
- en qué se diferencia RLVR de RLHF
- la ganancia de rendimiento que da a los modelos pequeños
- y un recorrido por las especificaciones de los verificadores para definirlos.
al final podrás hacer el tuyo propio 👺🦋

89.39 k
289
El contenido al que estás accediendo se ofrece por terceros. A menos que se indique lo contrario, OKX no es autor de la información y no reclama ningún derecho de autor sobre los materiales. El contenido solo se proporciona con fines informativos y no representa las opiniones de OKX. No pretende ser un respaldo de ningún tipo y no debe ser considerado como un consejo de inversión o una solicitud para comprar o vender activos digitales. En la medida en que la IA generativa se utiliza para proporcionar resúmenes u otra información, dicho contenido generado por IA puede ser inexacto o incoherente. Lee el artículo enlazado para más detalles e información. OKX no es responsable del contenido alojado en sitios de terceros. Los holdings de activos digitales, incluidos stablecoins y NFT, suponen un alto nivel de riesgo y pueden fluctuar mucho. Debes considerar cuidadosamente si el trading o holding de activos digitales es adecuado para ti según tu situación financiera.