#rl — Public Fediverse posts

TU DOIS ÊTRE LÀ 👇

Les pros doivent voir ça c'est trop grave ☠️ HELP

👉 https://twitch.tv/joy_jstv
👉 https://twitch.tv/joy_jstv

#stream #live #twitch #rocketleague #rl

SCoRe is a two-stage on-policy RL recipe that teaches a language model to revise its own answers using only self-generated data. On Gemini 1.5 Flash and 1.0 Pro it gains 15.6 points on MATH and 9.1 on HumanEval over the base model. At matched inference budgets, sequential self-correction beats parallel sampling up to 32 samples.

https://benjaminhan.net/posts/20260512-score/?utm_source=mastodon&utm_medium=social

#Paper #LLMs #RL #Metacognition #Reasoning #ICLR #AI

SCoRe is a two-stage on-policy RL recipe that teaches a language model to revise its own answers using only self-generated data. On Gemini 1.5 Flash and 1.0 Pro it gains 15.6 points on MATH and 9.1 on HumanEval over the base model. At matched inference budgets, sequential self-correction beats parallel sampling up to 32 samples.

https://benjaminhan.net/posts/20260512-score/?utm_source=mastodon&utm_medium=social

#Paper #LLMs #RL #Metacognition #Reasoning #ICLR #AI

SCoRe is a two-stage on-policy RL recipe that teaches a language model to revise its own answers using only self-generated data. On Gemini 1.5 Flash and 1.0 Pro it gains 15.6 points on MATH and 9.1 on HumanEval over the base model. At matched inference budgets, sequential self-correction beats parallel sampling up to 32 samples.

https://benjaminhan.net/posts/20260512-score/?utm_source=mastodon&utm_medium=social

#Paper #LLMs #RL #Metacognition #Reasoning #ICLR #AI

SCoRe is a two-stage on-policy RL recipe that teaches a language model to revise its own answers using only self-generated data. On Gemini 1.5 Flash and 1.0 Pro it gains 15.6 points on MATH and 9.1 on HumanEval over the base model. At matched inference budgets, sequential self-correction beats parallel sampling up to 32 samples.

https://benjaminhan.net/posts/20260512-score/?utm_source=mastodon&utm_medium=social

#Paper #LLMs #RL #Metacognition #Reasoning #ICLR #AI

SCoRe is a two-stage on-policy RL recipe that teaches a language model to revise its own answers using only self-generated data. On Gemini 1.5 Flash and 1.0 Pro it gains 15.6 points on MATH and 9.1 on HumanEval over the base model. At matched inference budgets, sequential self-correction beats parallel sampling up to 32 samples.

https://benjaminhan.net/posts/20260512-score/?utm_source=mastodon&utm_medium=social

#Paper #LLMs #RL #Metacognition #Reasoning #ICLR #AI

Hi :)
auch wenn ich ein einsamer rufer zu dem thema bin, werde ich das immer wenn ich es sehe hier wieder bringen,

) wann hört es endlich auf, das die knappe TV nachrichten sendezeit im örr mit fussball verschwendet wird?
die leute die es interessiert haben sich längst alle interessierenden infos anderweitig geholt.
das ist doch ein relikt aus der anfangszeit, in der es noch keine kurzfristigen informationsquelllen gab.
das ist heute mehr als flüssig :)
#fussballmussweg
vielleicht finden sich ja gleichgesinnte dann biitte
nicht favorisieren sondern boosten, damit es eine wirkung bekommt. danke :)

#nachrichten #TV #orr #fussball #tagesschau #tagesthemen #heute #heutjorunal #ard #zdf #rl #sat1 #pro7 #fussballmussweg

Hi :)
auch wenn ich ein einsamer rufer zu dem thema bin, werde ich das immer wenn ich es sehe hier wieder bringen,

) wann hört es endlich auf, das die knappe TV nachrichten sendezeit im örr mit fussball verschwendet wird?
die leute die es interessiert haben sich längst alle interessierenden infos anderweitig geholt.
das ist doch ein relikt aus der anfangszeit, in der es noch keine kurzfristigen informationsquelllen gab.
das ist heute mehr als flüssig :)
#fussballmussweg
vielleicht finden sich ja gleichgesinnte dann biitte
nicht favorisieren sondern boosten, damit es eine wirkung bekommt. danke :)

#nachrichten #TV #orr #fussball #tagesschau #tagesthemen #heute #heutjorunal #ard #zdf #rl #sat1 #pro7 #fussballmussweg

Hi :)
auch wenn ich ein einsamer rufer zu dem thema bin, werde ich das immer wenn ich es sehe hier wieder bringen,

) wann hört es endlich auf, das die knappe TV nachrichten sendezeit im örr mit fussball verschwendet wird?
die leute die es interessiert haben sich längst alle interessierenden infos anderweitig geholt.
das ist doch ein relikt aus der anfangszeit, in der es noch keine kurzfristigen informationsquelllen gab.
das ist heute mehr als flüssig :)
#fussballmussweg
vielleicht finden sich ja gleichgesinnte dann biitte
nicht favorisieren sondern boosten, damit es eine wirkung bekommt. danke :)

#nachrichten #TV #orr #fussball #tagesschau #tagesthemen #heute #heutjorunal #ard #zdf #rl #sat1 #pro7 #fussballmussweg

Hi :)
auch wenn ich ein einsamer rufer zu dem thema bin, werde ich das immer wenn ich es sehe hier wieder bringen,

) wann hört es endlich auf, das die knappe TV nachrichten sendezeit im örr mit fussball verschwendet wird?
die leute die es interessiert haben sich längst alle interessierenden infos anderweitig geholt.
das ist doch ein relikt aus der anfangszeit, in der es noch keine kurzfristigen informationsquelllen gab.
das ist heute mehr als flüssig :)
#fussballmussweg
vielleicht finden sich ja gleichgesinnte dann biitte
nicht favorisieren sondern boosten, damit es eine wirkung bekommt. danke :)

#nachrichten #TV #orr #fussball #tagesschau #tagesthemen #heute #heutjorunal #ard #zdf #rl #sat1 #pro7 #fussballmussweg

Hi :)
auch wenn ich ein einsamer rufer zu dem thema bin, werde ich das immer wenn ich es sehe hier wieder bringen,

) wann hört es endlich auf, das die knappe TV nachrichten sendezeit im örr mit fussball verschwendet wird?
die leute die es interessiert haben sich längst alle interessierenden infos anderweitig geholt.
das ist doch ein relikt aus der anfangszeit, in der es noch keine kurzfristigen informationsquelllen gab.
das ist heute mehr als flüssig :)
#fussballmussweg
vielleicht finden sich ja gleichgesinnte dann biitte
nicht favorisieren sondern boosten, damit es eine wirkung bekommt. danke :)

#nachrichten #TV #orr #fussball #tagesschau #tagesthemen #heute #heutjorunal #ard #zdf #rl #sat1 #pro7 #fussballmussweg

Machine Unlearning. Как измерить и достичь «забывания»?

Всем привет! Меня зовут Вадим, я — Data Scientist в компании Raft. Эта статья написана по мотивам моего выступления на конференции

https://habr.com/ru/companies/oleg-bunin/articles/1014692/

#ai #ml #GenAI #perception #генерация #нейросеть #alighnment #RL #генерация_видео #распознавание_текста

Machine Unlearning. Как измерить и достичь «забывания»?

Всем привет! Меня зовут Вадим, я — Data Scientist в компании Raft. Эта статья написана по мотивам моего выступления на конференции

https://habr.com/ru/companies/oleg-bunin/articles/1014692/

#ai #ml #GenAI #perception #генерация #нейросеть #alighnment #RL #генерация_видео #распознавание_текста

Machine Unlearning. Как измерить и достичь «забывания»?

Всем привет! Меня зовут Вадим, я — Data Scientist в компании Raft. Эта статья написана по мотивам моего выступления на конференции

https://habr.com/ru/companies/oleg-bunin/articles/1014692/

#ai #ml #GenAI #perception #генерация #нейросеть #alighnment #RL #генерация_видео #распознавание_текста

Machine Unlearning. Как измерить и достичь «забывания»?

Всем привет! Меня зовут Вадим, я — Data Scientist в компании Raft. Эта статья написана по мотивам моего выступления на конференции

https://habr.com/ru/companies/oleg-bunin/articles/1014692/

#ai #ml #GenAI #perception #генерация #нейросеть #alighnment #RL #генерация_видео #распознавание_текста

GO LIVE MAINTENANT 💥

GAME VIEWER: Viens chill avec nous ! !youtube !tiktok !discord sur Rocket League ⚽

👉 https://twitch.tv/joy_jstv

#stream #live #twitch #rocketleague #rl

Lees tip -> Celstraf voor R. L. uit Badhoevedorp wegens misbruik stiefdochters | R. L. uit Badhoevedorp krijgt 48 maanden cel voor jarenlang misbruik van drie stiefdochters in Buitenkaag. | #schakelbewijs #RL #stiefdochters #zedenzaak #rechtbankNoordHolland #gevangenisstraf #Misbruik #Buitenkaag #Badhoevedorp |

https://hbpmedia.nl/celstraf-voor-r-l-uit-badhoevedorp-wegens-misbruik-stiefdochters/

Lees tip -> Celstraf voor R. L. uit Badhoevedorp wegens misbruik stiefdochters | R. L. uit Badhoevedorp krijgt 48 maanden cel voor jarenlang misbruik van drie stiefdochters in Buitenkaag. | #schakelbewijs #RL #stiefdochters #zedenzaak #rechtbankNoordHolland #gevangenisstraf #Misbruik #Buitenkaag #Badhoevedorp |

https://hbpmedia.nl/celstraf-voor-r-l-uit-badhoevedorp-wegens-misbruik-stiefdochters/

ÇA VA ÊTRE CHAOTIQUE 😳

GAME VIEWER: Alors ce Easy Anti Cheat ? Tu viens ? sur Rocket League ⚽

👉 https://twitch.tv/joy_jstv

#stream #live #twitch #rocketleague #rl

TU DOIS ÊTRE LÀ 👇

GAME VIEWER: Bon ce soir, c'est LE soir sur Rocket League ! Tu viens ? sur Rocket League ⚽

👉 https://twitch.tv/joy_jstv

#stream #live #twitch #rocketleague #rl

☀️ Moin, hallo, liebe FollowerInnen (m/w/d); 🙂 💚 Danke fürs Folgen (wollen), freut mich. 💚 Schaue mir alle an und folge gerne zurück, wenn es passt. Bin zurzeit nicht so präsent, weil bei mir im #RL immer noch die Luft brennt. Meine meisten Accounts bei #Bsky #Facebook #TwitterNix / #X etc. 1/...

☀️ Moin, hallo, liebe FollowerInnen (m/w/d); 🙂 💚 Danke fürs Folgen (wollen), freut mich. 💚 Schaue mir alle an und folge gerne zurück, wenn es passt. Bin zurzeit nicht so präsent, weil bei mir im #RL immer noch die Luft brennt. Meine meisten Accounts bei #Bsky #Facebook #TwitterNix / #X etc. 1/...

☀️ Moin, hallo, liebe FollowerInnen (m/w/d); 🙂 💚 Danke fürs Folgen (wollen), freut mich. 💚 Schaue mir alle an und folge gerne zurück, wenn es passt. Bin zurzeit nicht so präsent, weil bei mir im #RL immer noch die Luft brennt. Meine meisten Accounts bei #Bsky #Facebook #TwitterNix / #X etc. 1/...

☀️ Moin, hallo, liebe FollowerInnen (m/w/d); 🙂 💚 Danke fürs Folgen (wollen), freut mich. 💚 Schaue mir alle an und folge gerne zurück, wenn es passt. Bin zurzeit nicht so präsent, weil bei mir im #RL immer noch die Luft brennt. Meine meisten Accounts bei #Bsky #Facebook #TwitterNix / #X etc. 1/...

☀️ Moin, hallo, liebe FollowerInnen (m/w/d); 🙂 💚 Danke fürs Folgen (wollen), freut mich. 💚 Schaue mir alle an und folge gerne zurück, wenn es passt. Bin zurzeit nicht so präsent, weil bei mir im #RL immer noch die Luft brennt. Meine meisten Accounts bei #Bsky #Facebook #TwitterNix / #X etc. 1/...

☀️ ☕ Moin, hallo, liebe FollowerInnen (m/w/d); 🙂

💚 Danke fürs Folgen (wollen), freut mich. 💚
Schaue mir alle an und folge gerne zurück, wenn es passt. 😉 😘

Bin zurzeit nicht so präsent, weil bei mir im #RL immer noch die Luft brennt.
Meine meisten Accounts bei #Bsky #Facebook #TwitterNix / #X etc. sind deaktiviert, bzw. gelöscht.
Meine Accounts in sozialen Medien werden von Anzeigen (§188 StGB und so) gegen meine Person überflutet.

Lieben Gruß.

☀️ ☕ Moin, hallo, liebe FollowerInnen (m/w/d); 🙂

💚 Danke fürs Folgen (wollen), freut mich. 💚
Schaue mir alle an und folge gerne zurück, wenn es passt. 😉 😘

Bin zurzeit nicht so präsent, weil bei mir im #RL immer noch die Luft brennt.
Meine meisten Accounts bei #Bsky #Facebook #TwitterNix / #X etc. sind deaktiviert, bzw. gelöscht.
Meine Accounts in sozialen Medien werden von Anzeigen (§188 StGB und so) gegen meine Person überflutet.

Lieben Gruß.

☀️ ☕ Moin, hallo, liebe FollowerInnen (m/w/d); 🙂

💚 Danke fürs Folgen (wollen), freut mich. 💚
Schaue mir alle an und folge gerne zurück, wenn es passt. 😉 😘

Bin zurzeit nicht so präsent, weil bei mir im #RL immer noch die Luft brennt.
Meine meisten Accounts bei #Bsky #Facebook #TwitterNix / #X etc. sind deaktiviert, bzw. gelöscht.
Meine Accounts in sozialen Medien werden von Anzeigen (§188 StGB und so) gegen meine Person überflutet.

Lieben Gruß.

☀️ ☕ Moin, hallo, liebe FollowerInnen (m/w/d); 🙂

💚 Danke fürs Folgen (wollen), freut mich. 💚
Schaue mir alle an und folge gerne zurück, wenn es passt. 😉 😘

Bin zurzeit nicht so präsent, weil bei mir im #RL immer noch die Luft brennt.
Meine meisten Accounts bei #Bsky #Facebook #TwitterNix / #X etc. sind deaktiviert, bzw. gelöscht.
Meine Accounts in sozialen Medien werden von Anzeigen (§188 StGB und so) gegen meine Person überflutet.

Lieben Gruß.

☀️ ☕ Moin, hallo, liebe FollowerInnen (m/w/d); 🙂

💚 Danke fürs Folgen (wollen), freut mich. 💚
Schaue mir alle an und folge gerne zurück, wenn es passt. 😉 😘

Bin zurzeit nicht so präsent, weil bei mir im #RL immer noch die Luft brennt.
Meine meisten Accounts bei #Bsky #Facebook #TwitterNix / #X etc. sind deaktiviert, bzw. gelöscht.
Meine Accounts in sozialen Medien werden von Anzeigen (§188 StGB und so) gegen meine Person überflutet.

Lieben Gruß.

Hi :)
auch wenn ich ein einsamer rufer zu dem thema bin, werde ich das immer wenn ich es sehe hier wieder bringen,

) wann hört es endlich auf, das die knappe TV nachrichten sendezeit im örr mit fussball verschwendet wird?
die leute die es interessiert haben sich längst alle interessierenden infos anderweitig geholt.
das ist doch ein relikt aus der anfangszeit, in der es noch keine kurzfristigen informationsquelllen gab.
das ist heute mehr als flüssig :)
#fussballmussweg
vielleicht finden sich ja gleichgesinnte dann biitte
nicht favorisieren sondern boosten, damit es eine wirkung bekommt. danke :)

#nachrichten #TV #orr #fussball #tagesschau #tagesthemen #heute #heutjorunal #ard #zdf #rl #sat1 #pro7 #fussballmussweg

Hi :)
auch wenn ich ein einsamer rufer zu dem thema bin, werde ich das immer wenn ich es sehe hier wieder bringen,

) wann hört es endlich auf, das die knappe TV nachrichten sendezeit im örr mit fussball verschwendet wird?
die leute die es interessiert haben sich längst alle interessierenden infos anderweitig geholt.
das ist doch ein relikt aus der anfangszeit, in der es noch keine kurzfristigen informationsquelllen gab.
das ist heute mehr als flüssig :)
#fussballmussweg
vielleicht finden sich ja gleichgesinnte dann biitte
nicht favorisieren sondern boosten, damit es eine wirkung bekommt. danke :)

#nachrichten #TV #orr #fussball #tagesschau #tagesthemen #heute #heutjorunal #ard #zdf #rl #sat1 #pro7 #fussballmussweg

Hi :)
auch wenn ich ein einsamer rufer zu dem thema bin, werde ich das immer wenn ich es sehe hier wieder bringen,

) wann hört es endlich auf, das die knappe TV nachrichten sendezeit im örr mit fussball verschwendet wird?
die leute die es interessiert haben sich längst alle interessierenden infos anderweitig geholt.
das ist doch ein relikt aus der anfangszeit, in der es noch keine kurzfristigen informationsquelllen gab.
das ist heute mehr als flüssig :)
#fussballmussweg
vielleicht finden sich ja gleichgesinnte dann biitte
nicht favorisieren sondern boosten, damit es eine wirkung bekommt. danke :)

#nachrichten #TV #orr #fussball #tagesschau #tagesthemen #heute #heutjorunal #ard #zdf #rl #sat1 #pro7 #fussballmussweg

Hi :)
auch wenn ich ein einsamer rufer zu dem thema bin, werde ich das immer wenn ich es sehe hier wieder bringen,

) wann hört es endlich auf, das die knappe TV nachrichten sendezeit im örr mit fussball verschwendet wird?
die leute die es interessiert haben sich längst alle interessierenden infos anderweitig geholt.
das ist doch ein relikt aus der anfangszeit, in der es noch keine kurzfristigen informationsquelllen gab.
das ist heute mehr als flüssig :)
#fussballmussweg
vielleicht finden sich ja gleichgesinnte dann biitte
nicht favorisieren sondern boosten, damit es eine wirkung bekommt. danke :)

#nachrichten #TV #orr #fussball #tagesschau #tagesthemen #heute #heutjorunal #ard #zdf #rl #sat1 #pro7 #fussballmussweg

Hi :)
auch wenn ich ein einsamer rufer zu dem thema bin, werde ich das immer wenn ich es sehe hier wieder bringen,

) wann hört es endlich auf, das die knappe TV nachrichten sendezeit im örr mit fussball verschwendet wird?
die leute die es interessiert haben sich längst alle interessierenden infos anderweitig geholt.
das ist doch ein relikt aus der anfangszeit, in der es noch keine kurzfristigen informationsquelllen gab.
das ist heute mehr als flüssig :)
#fussballmussweg
vielleicht finden sich ja gleichgesinnte dann biitte
nicht favorisieren sondern boosten, damit es eine wirkung bekommt. danke :)

#nachrichten #TV #orr #fussball #tagesschau #tagesthemen #heute #heutjorunal #ard #zdf #rl #sat1 #pro7 #fussballmussweg

ÇA VA ÊTRE CHAOTIQUE 😳

Bon ce soir, c'est LE soir ! Et si tu venais ? sur Rocket League ⚽

👉 https://twitch.tv/joy_jstv

#stream #live #twitch #rocketleague #rl

Mein ehemaliger Arbeitgeber zeigt sich wieder von seiner besten Seite und kommt den ihm vom Gericht auferlegten Pflichten nicht nach.

So viel dazu und nun wünsche ich einen guten Morgen

#rl

Something cool from UW #robotics #RL https://weirdlabuw.github.io/omnireset/

Something cool from UW #robotics #RL https://weirdlabuw.github.io/omnireset/

Hi :)
auch wenn ich ein einsamer rufer zu dem thema bin, werde ich das immer wenn ich es sehe hier wieder bringen,

) wann hört es endlich auf, das die knappe TV nachrichten sendezeit im örr mit fussball verschwendet wird?
die leute die es interessiert haben sich längst alle interessierenden infos anderweitig geholt.
das ist doch ein relikt aus der anfangszeit, in der es noch keine kurzfristigen informationsquelllen gab.
das ist heute mehr als flüssig :)
#fussballmussweg
vielleicht finden sich ja gleichgesinnte dann biitte
nicht favorisieren sondern boosten, damit es eine wirkung bekommt. danke :)

#nachrichten #TV #orr #fussball #tagesschau #tagesthemen #heute #heutjorunal #ard #zdf #rl #sat1 #pro7 #fussballmussweg

Hi :)
auch wenn ich ein einsamer rufer zu dem thema bin, werde ich das immer wenn ich es sehe hier wieder bringen,

) wann hört es endlich auf, das die knappe TV nachrichten sendezeit im örr mit fussball verschwendet wird?
die leute die es interessiert haben sich längst alle interessierenden infos anderweitig geholt.
das ist doch ein relikt aus der anfangszeit, in der es noch keine kurzfristigen informationsquelllen gab.
das ist heute mehr als flüssig :)
#fussballmussweg
vielleicht finden sich ja gleichgesinnte dann biitte
nicht favorisieren sondern boosten, damit es eine wirkung bekommt. danke :)

#nachrichten #TV #orr #fussball #tagesschau #tagesthemen #heute #heutjorunal #ard #zdf #rl #sat1 #pro7 #fussballmussweg

Hi :)
auch wenn ich ein einsamer rufer zu dem thema bin, werde ich das immer wenn ich es sehe hier wieder bringen,

) wann hört es endlich auf, das die knappe TV nachrichten sendezeit im örr mit fussball verschwendet wird?
die leute die es interessiert haben sich längst alle interessierenden infos anderweitig geholt.
das ist doch ein relikt aus der anfangszeit, in der es noch keine kurzfristigen informationsquelllen gab.
das ist heute mehr als flüssig :)

vielleicht finden sich ja gleichgesinnte dann biitte
nicht favorisieren sondern boosten, damit es eine wirkung bekommt. danke :)

#nachrichten #TV #orr #fussball #tagesschau #tagesthemen #heute #heutjorunal #ard #zdf #rl #sat1 #pro7

Hi :)
auch wenn ich ein einsamer rufer zu dem thema bin, werde ich das immer wenn ich es sehe hier wieder bringen,

) wann hört es endlich auf, das die knappe TV nachrichten sendezeit im örr mit fussball verschwendet wird?
die leute die es interessiert haben sich längst alle interessierenden infos anderweitig geholt.
das ist doch ein relikt aus der anfangszeit, in der es noch keine kurzfristigen informationsquelllen gab.
das ist heute mehr als flüssig :)
#fussballmussweg
vielleicht finden sich ja gleichgesinnte dann biitte
nicht favorisieren sondern boosten, damit es eine wirkung bekommt. danke :)

#nachrichten #TV #orr #fussball #tagesschau #tagesthemen #heute #heutjorunal #ard #zdf #rl #sat1 #pro7 #fussballmussweg

Hi :)
auch wenn ich ein einsamer rufer zu dem thema bin, werde ich das immer wenn ich es sehe hier wieder bringen,

) wann hört es endlich auf, das die knappe TV nachrichten sendezeit im örr mit fussball verschwendet wird?
die leute die es interessiert haben sich längst alle interessierenden infos anderweitig geholt.
das ist doch ein relikt aus der anfangszeit, in der es noch keine kurzfristigen informationsquelllen gab.
das ist heute mehr als flüssig :)
#fussballmussweg
vielleicht finden sich ja gleichgesinnte dann biitte
nicht favorisieren sondern boosten, damit es eine wirkung bekommt. danke :)

#nachrichten #TV #orr #fussball #tagesschau #tagesthemen #heute #heutjorunal #ard #zdf #rl #sat1 #pro7 #fussballmussweg

Cursor Composer 2 is just Kimi K2.5 with RL

https://twitter.com/fynnso/status/2034706304875602030

#HackerNews #CursorComposer2 #KimiK2.5 #RL #TechNews #HackerNews

Cursor Composer 2 is just Kimi K2.5 with RL

https://twitter.com/fynnso/status/2034706304875602030

#HackerNews #CursorComposer2 #KimiK2.5 #RL #TechNews #HackerNews

Cursor Composer 2 is just Kimi K2.5 with RL

https://twitter.com/fynnso/status/2034706304875602030

#HackerNews #CursorComposer2 #KimiK2.5 #RL #TechNews #HackerNews

Cursor Composer 2 is just Kimi K2.5 with RL

https://twitter.com/fynnso/status/2034706304875602030

#HackerNews #CursorComposer2 #KimiK2.5 #RL #TechNews #HackerNews

Cursor Composer 2 is just Kimi K2.5 with RL

https://twitter.com/fynnso/status/2034706304875602030

#HackerNews #CursorComposer2 #KimiK2.5 #RL #TechNews #HackerNews

So far, I've been coding up my reinforcement learning assignments from scratch, which has been great.

For my next experiment, though, I want to use ANNs for function approximation, and code that's compatible with standard algorithms and environments commonly used in the field. So, I'm looking into RL libraries!

I started with torchrl, just because it's prominent and torch is the research standard. I've been trying to get it to work for a few days now, and... I hate it! Just a really convoluted system of abstract interfaces with shoddy documentation for how to use them.

I think I'll try skrl next. That seems simpler, more elegant, and much better documented (also, it uses torch under the hood).

That said, I worry both of these libraries are too prescriptive. They're streamlined for a traditional RL workflow, but I'll be building some weird hybrid algorithms, and I dunno if they'll fit. But we'll see! I can't even investigate that until I get PPO working in a custom environment.

#rl #programming