10,000 USDT 悬赏，寻找Gate广场跟单金牌星探！🕵️♀️
挖掘顶级带单员，赢取高额跟单体验金！
立即参与：https://www.gate.com/campaigns/4624
🎁 三大活动，奖金叠满：
1️⃣ 慧眼识英：发帖推荐带单员，分享跟单体验，抽 100 位送 30 USDT！
2️⃣ 强力应援：晒出你的跟单截图，为大神打 Call，抽 120 位送 50 USDT！
3️⃣ 社交达人：同步至 X/Twitter，凭流量赢取 100 USDT！
📍 标签： #跟单金牌星探 #GateCopyTrading
⏰ 限时： 4/22 16:00 - 5/10 16:00 （UTC+8）
详情：https://www.gate.com/announcements/article/50848
币界網消息，Odyssey公司將強化學習（RLHF）引入視覺模型訓練，發布了prowl框架，首次將RL引入世界模型的訓練循環。該框架通過派遣RL智能體在遊戲環境中探索，尋找模型在幾何、運動、視覺一致性和動作響應上的失敗案例，並將這些bug打包成訓練數據反哺模型。prowl設計了優先級對抗軌跡緩衝區（PAT），當模型修復簡單bug後，PAT會自動推送更難的失敗案例。團隊在Minecraft的Minerl環境中驗證了prowl，量化結果顯示，prowl相比預訓練基線將動作跟隨誤差降低了12.6%，在最難的前10%片段上降幅擴大到20.9%。