独立 PPO 实验 3 到 4 分钟达 95% 准确率 花费约 20 美元
ctjlewis · x · 2026-07-28
项目作者表示，他们的小规模 PPO 训练跑到 95% 准确率只要 3–4 分钟，目前在 Runpod 上的花费大约只有 20 美元。
他还说自己之前一直很保守，接下来希望把投入提高 2–3 倍，借助新一轮“大模型”扩大实验覆盖，并愿意在即将发布的文章里加入 50–200 美元的赞助露出。
「创投」频道最新
- Amazon 已向 Anthropic 投入 130 亿美元，或持有约 19% 权益 — rohanpaul_ai · 2026-07-28
- 一套 2026 AI 原生公司工具栈月成本约 1880 美元 — aryanXmahajan · 2026-07-28
- AI 算力资本开支测算指向 2027 年约 200 亿融资缺口 — menhguin · 2026-07-28
- 智谷天厨再获近亿元融资，炒菜机器人进入兑现期 — 创业邦 · 2026-07-28
- 奥特曼沉迷TikTok删App，英伟达投资Ilya新实验室 — 创业邦 · 2026-07-28
- 英伟达股价创 2026 年 5 月以来最差单日跌幅 — GaryMarcus · 2026-07-28