JAHDV护士公交车上：Meta用40万个GPU小时做了一个实验，只为弄清强化学习Scaling Law

JAHDV护士公交车上

“柴怼怼”的行为迅速受到胖东来的反击。4月8日，胖东来商贸集团发布《关于“柴怼怼”网络侵权的回复说明》称，相关言论没有任何数据作为支撑，虚假结论严重伤害胖东来品牌和社会信任，涉嫌诽谤和不正当竞争。4月30日，胖东来公布法院受理案件通知书，起诉“‘柴怼怼’商业诋毁、侵犯名誉权”一案，已于4月25日在许昌市中级人民法院立案。胖东来的掌门人于东来也社交媒体发布多条动态来呼应“柴怼怼事件”。，Meta用40万个GPU小时做了一个实验，只为弄清强化学习Scaling Law

刘双林致辞

从消息面上来看，特朗普反复无常提出关税威胁，是最直接的导火索，投资者担心全球贸易战升级会抑制企业利润并拖累经济增长。

冯文杰主持会议

单会萍报告

他指出，俄方坚持俄美领导人在阿拉斯加会晤中达成的关于乌克兰问题的立场，俄罗斯仍然致力于与乌克兰实现持久和平，并解决冲突的“根源性问题”。

张啸雷作报告

当地时间10月19日，特朗普在接受福克斯新闻采访时表示，他对结束这场俄乌冲突充满信心，并补充说，“普京会得到一些东西，他已经赢得了一些领土”。

张英豪报告

《法国电影新浪潮小史1959-1968》）是一部关于法国电影新浪潮的文化随笔，是作者唐棣刊载在思想、文化界极为有影响的《天涯》杂志的专栏集结，该专栏历时一年，以通俗易懂的语言描写了1959年至1968年法国影响深远的电影新浪潮运动，让很多人对新浪潮有了新的认识。

罗贤文作报告

今天国家统计局的最新数据显示，北京9月二手房环比下降0.9%，这已经是自4月以来连续6个月下降。另外，今天LPR继续维持不变，降息意愿落空。

莫永明作报告

哦，对了，陈意涵还回应修杰楷把她当女儿而已，这些年陈意涵一直被骂，修杰楷倒是隐身了，如今被扒出来算了一把总账，就说作为丈夫、作为爸爸、作为明星，修杰楷做错的事情太多了，建议好好反省一下吧。

孙桂珍作报告

这项研究旨在奠定 RL scaling 的科学基础，借鉴预训练阶段中早已成熟的「Scaling Law」概念。预训练领域已经发展出能够随算力稳定扩展的算法范式，但 RL 领域尚无明确标准。因此，RL 研究者面临大量设计抉择，却难以回答「应该如何 scale」与「扩展什么」这两个最基本的问题。

徐华杰报告

在固定总批量的前提下，是分配更多提示更好，还是每个提示分配更多生成次数更好？将每个提示的生成次数在 8、16、24、32 之间进行调整，并相应调整提示数量以保持总批量固定，结果显示拟合的缩放曲线基本没有变化。这说明在中等批量下，这种分配对性能上限（A）和效率（B）都是次要因素。作者推测，在更大批次（例如超过 2000）时，差异可能会更加明显 —— 这一方向留待未来研究。

马建平报告

今年2月，白宫椭圆形办公室的那场“世纪争吵”曾震惊世界。当地时间10月17日下午，乌克兰总统泽连斯基8个月内第三次到访白宫，与美国总统特朗普举行会晤。从此次会晤后的媒体报道来看，似乎“风平浪静”，不过几天后，又有“大瓜”惊现。

说他是“八爪鱼”，也是因为他当时一口气注册完全不同的8家公司，却没有一家公司能够盈利，完全是把家里的钱财拿出去丢。

另据英国路透社20日报道，在欧盟外长会议前，欧洲联盟外交与安全政策高级代表卡娅·卡拉斯公开表示，普京前往匈牙利谈俄乌冲突“并不好”。她称，美国拥有向俄罗斯施压、迫使其走到谈判桌前的力量，如果他们能让俄罗斯停火，“这当然是好事”，但这发生在布达佩斯“不，这并不好”，“关键在于，这样的会面是否能真正带来结果”。 更多推荐：JAHDV护士公交车上

来源：金辉