Large Reasoning Model时代, 几乎等于Reinforcement Learning + LLM的时代。但RL专业性非常强，去参加ML的会议时，专门做RL的研究员都现场拿着笔纸推算数学公式，掌握起来学习难度较高。分享一本RL的入门教材，从RL基础MDP，PPO，直到跟LLM结合，如RLHF，都有讲解，深入浅出。 Reinforcement , page 7

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

3063 位用户此时在线

24小时点击排行 Top 10：

数仓负责人招聘（40K-70K）

为了应对投屏，纽约总领馆专门雇佣了外籍安保公司 Epic Security 进行拦截。画面中，多名身着制服的外籍保安撑开黑色雨伞，试图强行遮挡投影仪的光线。抗议团队称，中领馆不仅在平台上加装了24小时常亮的反制灯，还首创了长期雇佣专职“反投影保安”。

4月27日，河南省漯河市临颍县南街村，网友拍到村内电子屏播放内容：“斯大林、毛泽东是人类中的一个伟人” 视频发出后网友们纷纷在评论区发表情包嘲讽。

4月28日，江苏省南京市，网友拍下街边大量的流浪汉，并配文表示自己也断粮了，彻底穷到一毛钱也没有，绝望到想从南京大桥上跳下去。视频发出后网友们纷纷在评论区留言表示：“ 还说什么不要躺平，关键是找口饭吃都困难”“上面的叫你去看凌晨四点的菜市场”

4月28日，辽宁沈阳。沈先生反映，他07年在当地一家饭店打工，有天店里有两名乘客发生争执随后发展为互殴，他看到后报警。

4月28日，山东阳谷县。一名残障女子发视频称，老家村干部发来信息，说是要上门慰问当地的残疾人士，还要合影留存。女子表示，从小到大政府从来没慰问关怀过自己，现在上面下达任务了，又突然假惺惺跑过来慰问我们，并且拍张照就走了，所以我拒绝配合他们。

突发！慎入！ 5月1日下午5点，成都发生无差别撞人事件视频显示，在天府四街至银泰城方向，一辆灰色轿车突然加速冲向等待红绿灯的人群，随后在路上到处撞击行人。目前“成都车祸”已经登上热搜

衰退时代的中国人也成为了失望一代

刚刚，成都大献忠事件，死伤惨重。成都高新区天府四街，有人利用汽车无差别撞人，估计死亡人数超过了 11 人，现场很惨烈，很多视频已经被封了。凶手撞人后提刀下车准备砍人！这几个视频是现场最全的

博主“汤师傅”改编动画《猫和老鼠》讽刺官老爷们不干正事，每天喝茶看报，不想着如何改善居民就业等民生问题，却反过来劝导民众“努力奋斗” 还转移矛盾称躺平是境外势力蛊惑所致。目前该视频播放量以突破100万，“汤师傅”在评论区表示，审核卡了很久，删删改改后才得以发出来。

为什么孩子打游戏能连续6小时不动，写作业8分钟就开始发呆？游戏设计师用了40年研究一件事：怎么让人心甘情愿做困难的事？！

看看这位孙子多会“装孙子”。你确实装成了真孙子，毁掉了你党和平转变的良好机会，也再次把十四亿人民推进灾难的深渊。但是你别高兴太早，正像你自己说的，“别看你今日闹得欢，小心秋后拉清单”，人民一定会审判你的，包括你的家人，一个都跑不了。

一个叫KAHO的日本小姐姐模仿上海和潮汕口音，太好玩了。不但口音学得像，表情和面相都会跟着一起变😀

【辱包】请你不要躺平懒惰（原曲：不潮不要花钱） #习禁躺平 #大躺平运动

BBC还原历史，炮决印度人！当年英国人殖民印度的时候，炮决是唯一让本地人恐惧的死刑方式

看看人家，真是法拉利老了还是法拉利！

Watch video

4月28日，广东省深圳市宝安区。一名骑手父亲背着孩子送外卖。视频发出后网友们纷纷在评论区留言表示：“他没有被境外组织蛊惑！！他没有躺平！！感动”“孩子不能躺平，要竖着”

同样的舞蹈，老师和学生跳起来感觉完全不是一个味道（歌词请忽略）

失业的人可以从大冰这个角度找到机会！男子辞职了不知道干啥，啥也不会干，孩子4岁了。大冰手把手教他怎么做，很实用，大冰思考问题的角度非常值得学习。

5月1日，浙江杭州。一名网友碰到放学回家的高中学生们。视频显示，学生们几乎都戴着眼镜，并且两眼无神满脸疲惫。网友评论：“眼睛里都没有光，这就是新闻里朝气蓬勃的一代”

近日，全国各地的网友们纷纷去优衣库穿户晨风同款的polo衫拍视频模仿，以此表达对他的怀念。

🔥中共牆內處處爛尾工程🙈😰

东航上海虹桥撞廊桥现场视频飞机上的乘客现场眼睁睁看着飞机撞进廊桥

网友投稿：山东省烟台市龙口市，政协委员谢国波因新租商铺在周末施工被楼上业主举报，随后施工受阻。4月27日晚上，谢国波带人将举报人堵在地下车库入口处，威胁不许再举报，被拒绝后多人群殴将女业主打到骨折，13岁女儿疑似脑震荡。

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

2

1

0

Large Reasoning Model时代, 几乎等于Reinforcement Learning + LLM的时代。
但RL专业性非常强，去参加ML的会议时，专门做RL的研究员都现场拿着笔纸推算数学公式，掌握起来学习难度较高。
分享一本RL的入门教材，从RL基础MDP，PPO，直到跟LLM结合，如RLHF，都有讲解，深入浅出。
Reinforcement
时政
( twitter.com )

1年前由马东锡 NLP 🇸🇪 提交

Large Reasoning Model时代, 几乎等于Reinforcement Learning + LLM的时代。

但RL专业性非常强，去参加ML的会议时，专门做RL的研究员都现场拿着笔纸推算数学公式，掌握起来学习难度较高。

分享一本RL的入门教材，从RL基础MDP，PPO，直到跟LLM结合，如RLHF，都有讲解，深入浅出。

Reinforcement Learning: An Overview：
https://t.co/rjYSpOtbJl

点击图片查看原图

1周内 1个月内 1年内全部时间

上一页
1
...
2
3
4
5
6
7
8
9
10
11
12
...
23
下一页

1

3

2

2

A house cat suffering from a rare condition that causes muscles to grow excessively large
有趣
( twitter.com)

1年前 • non aesthetic things 0 评论

2

2

1

1

The government and most large organizations tend to start with “Make Requirements MORE dumb” 😂
btc
( twitter.com)

10个月前 • Elon Musk 0 评论

3

2

1

1

A very large hydrocraking reactor moved with a 500 tire self-propelled modular transporter

[source: ]

有趣
( buff.ly)

2年前 • Massimo • 下载视频 0 评论

00:00:11

4

2

1

1

ELON DROPS GROK 4'S EVE VOICE MODE WITH STUNNING BRITISH ACCENT
Elon is hyping Grok 4's killer new voice mode, EVE, with a gorgeous British lilt that's got everyone swooning!
He calls it "so beautiful," and users are raving it's the best yet, with snappier responses with half
btc
( twitter.com)

5个月前 • Mario Nawfal • 下载视频 0 评论

00:02:41

5

2

1

1

Grok 4.1 is unbelievably fast and insanely good and ready to use on the go
By default, it runs in “Non-Thinking” mode for lightning-fast answers which is pretty great - perfect for most queries
However with just one click, you can easily enable “Think Harder” mode to tap into
btc
( twitter.com)

5个月前 • X Freeze 0 评论

6

2

1

1

HuatuoGPT-o1 🏥 a medical LLM designed for medical reasoning released by CUHK shenzhen
Model:
Code:
Data:
Paper:
✨ 7B/8B/70B/72B
8B&70B supports English
时政
( twitter.com)

1年前 • Adina Yakup 0 评论

7

2

1

1

So far, Qwen3-Max seems impressive for a non-reasoning model, doing a good job at a lot of my weird tests that even some reasoners struggle with.
时政
( twitter.com)

7个月前 • Ethan Mollick 0 评论

8

2

1

1

I asked ChatGPT (Advanced Voice Mode) to act like an Indian scammer, and the response was hilarious. 😂
时政
( twitter.com)

1年前 • sid • 下载视频 0 评论

00:00:56

9

2

1

1

BREAKING 🚨: Vision mode is now available to everyone in the Grok Android app.
Update! 🔥🔥🔥
btc
( twitter.com)

8个月前 • Ashraf Ruslan 0 评论

10

2

1

1

We're looking to add hardcore engineers to our team.
Focusing on accelerating delivery on features like voice mode.
btc
( X.com)

1年前 • Attila 0 评论

11

2

1

1

So it is either she goes full mercenary mode or Canada is about to be part of China.
时政
( twitter.com)

25天前 • The Great Translation Movement 大翻译运动 0 评论

12

2

1

1

Some people attack large accounts by insulting and criticizing them to make money from it!
Then, when we block them, they play the "victim" role!
We help hundreds of thousands of accounts get 5 million impressions!
What do they do?
Large accounts are not alone.
The largest
有趣
( twitter.com)

5个月前 • The Figen 0 评论

13

2

1

1

BREAKING: Large Pakistani security and police convoy is transferring former Prime Minister Imran Khan to prison
时政
( twitter.com)

2年前 • The Spectator Index 0 评论

14

2

1

1

I don’t have a Tesla. I just found out while talking to my friend who has multiple Teslas that Teslas have something called DOG MODE. Dog mode keeps the climate at a predetermined temperature and displays a message on the screen so that people don’t think you left your dogs in a
btc
( twitter.com)

1年前 • Laura Loomer 0 评论

15

2

1

1

HOT TAKE 🚨 Grok dropped PRIVATE CHAT MODE.
Chats that vanish from history.
what you using it for? 👀
btc
( twitter.com)

11个月前 • Tesla Owners Silicon Valley • 下载视频 0 评论

00:00:54

16

2

1

1

We are doing a lot cool things here. Small team but super large scale and big impact!
btc
( twitter.com)

8个月前 • Guodong Zhang 0 评论

17

3

2

2

The reflection of the female body on figurines has been seen for 30,000-35,000years old. Since the role of men was unknown in this age, women who brought a new life to the world were positioned in a higher place in minds.
Women were depicted with large breasts, large hips and…
时政
( twitter.com)

2年前 • Dr. M.F. Khan 0 评论

18

2

1

1

Artist's reconstruction painting of the large temple mound displayed at De Soto National Monument near St. Petersburg, Florida.
时政
( twitter.com)

2年前 • Gregory L Little, Ed.D. 0 评论

19

2

1

1

We take a look at why a large portion of the Taiwanese public sympathize with Israel over Palestine.
时政
( twitter.com)

1年前 • TaiwanPlus News • 下载视频 0 评论

00:03:29

20

2

1

1

These houses in Melbourne have attracted large crowds after turning their houses into a Christmas light show using…
推特中文圈
( twitter.com)

5年前 • twitter机器人 0 评论

21

2

1

1

BREAKING: Gunman kills at least 4 people in Hampton, Georgia, the United States, and is still at large.
时政
( twitter.com)

2年前 • The Spectator Index 0 评论

22

2

1

1

Large Body Builder completely freaks out at small girl for being in the background of her workout video
有趣
( twitter.com)

2年前 • non aesthetic things • 下载视频 0 评论

00:00:14

23

2

1

1

Large body builder loses his shit on small girl for being in the background of her workout video
有趣
( twitter.com)

1年前 • non aesthetic things • 下载视频 0 评论

00:00:14

24

2

1

1

A Bengal cat, with a unique coat similar to the patterns found in large wild cats like leopards.
有趣
( twitter.com)

3个月前 • The Figen • 下载视频 0 评论

00:00:29

25

2

1

1

Grok 4 still ranks #1 on the FinSearchComp Benchmark
It's a first expert-level benchmark for financial search & reasoning
Grok 4 is very close to approaching the human experts' level....
btc
( twitter.com)

6个月前 • X Freeze 0 评论

上一页
1
...
2
3
4
5
6
7
8
9
10
11
12
...
23
下一页