ورقة NeurIPS 2025 التي أجراها فريق Qwen: ما وراء قاعدة 80/20: رموز الأقلية عالية الإنتروبيا تدفع التعلم المعزز الفعال لأسباب نماذج اللغة الكبيرة ملخص: في RLVR المشابه ل GRPO يجب أن تطبق الخسارة فقط على أعلى 20٪ من رموز الإنتروبيا. [1/7]

تماما مثل ليكس، جربت نموذج تسلا العالمي في NeurIPS إليك ما تعلمته (من الواضح أنهم لم يتمكنوا من تأكيد أو نفي فرضياتي 😉) في جناح تسلا، يمكنك القيادة في نموذج العالم في الوقت الحقيقي، مثل لعبة فيديو. وهو أسرع بمراتب كبيرة من النماذج الوحشية الأخرى. [1/4]