稳定 RL 的关键技巧，不过是大二概率课的协方差公式
PMinervini · x · 2026-09-19
zainhas 分享了用「大二概率本科」知识稳定 RL 训练的技巧：核心恒等式 Cov(A,B) = E[AB] − E[A]E[B]，即 E[AB] = E[A]E[B] + Cov(A,B)。
转发的 hyhieu226 评论道：AI 领域大多数真正管用的技巧，本质上都不超过概率论本科二年级水平。一条有共鸣的行业观察：基础数学在 RL 稳定化中依然是最实用的工具。
所属事件:Together AI 提出分数中心化，用协方差恒等式稳住 RL 训练(5 条相关)→
「研究」频道最新
- Sibyl Labs 指现有 memory 评测没测真检索,四层拆解 Agent 记忆 — sujingshen · 2026-09-19
- 路透:Anthropic 在湾区悄然设立「湿实验室」,让 Claude 做真实生物实验 — PMinervini · 2026-09-19
- 哈佛免费开放 ML Systems 全套教材,GitHub 28k 星覆盖四卷 — Roger_M_Taylor · 2026-09-19
- 量子编程成 vibe coding 盲区：编译通过不等于电路正确 — AryHHAry · 2026-09-19
- RelateAnything：53M 参数模型识别图像中物体空间关系 — Roger_M_Taylor · 2026-09-19
- 写给 ML 工程师的机械臂控制入门:SO-100 机械臂怎么动起来 — Roger_M_Taylor · 2026-09-19