英文字典中文字典


英文字典中文字典51ZiDian.com



中文字典辞典   英文字典 a   b   c   d   e   f   g   h   i   j   k   l   m   n   o   p   q   r   s   t   u   v   w   x   y   z       







请输入英文单字，中文词皆可：

orotund    
a. 朗朗的,夸大的,做作的

朗朗的,夸大的,做作的

orotund
adj 1: ostentatiously lofty in style; "a man given to large
talk"; "tumid political prose" [synonym: {bombastic},
{declamatory}, {large}, {orotund}, {tumid}, {turgid}]
2: (of sounds) full and rich; "orotund tones"; "the rotund and
reverberating phrase"; "pear-shaped vowels" [synonym: {orotund},
{rotund}, {round}, {pear-shaped}]

Orotund \O"ro*tund`\, a. [L. os, oris, the mouth rotundus
round, smooth.]
Characterized by fullness, clearness, strength, and
smoothness; ringing and musical; -- said of the voice or
manner of utterance. -- n. The orotund voice or utterance
--Rush.
[1913 Webster]


请选择你想看的字典辞典：
单词字典翻译
orotund查看　orotund　在百度字典中的解释百度英翻中〔查看〕
orotund查看　orotund　在Google字典中的解释Google英翻中〔查看〕
orotund查看　orotund　在Yahoo字典中的解释Yahoo英翻中〔查看〕

安装中文字典英文字典查询工具!


中文字典英文字典工具:
选择颜色:
输入中英文单字

































































英文字典中文字典相关资料:


  • FlowRL: Matching Reward Distributions for LLM Reasoning
    We propose FlowRL: matching the full reward distribution via flow balancing instead of maximizing rewards in large language model (LLM) reinforcement learning (RL)
  • 从奖励最大化到分布匹配：FlowRL及公式拆解 - 知乎
    它是一个集大成者，既保留了分布匹配的初心，又解决了LLM长序列RL训练中的核心工程难题。 FlowRL的优雅之处不止于此。 论文在附录中通过Proposition 5揭示了其更深层次的理论内涵。 最小化FlowRL的KL散度目标，等价于最大化一个包含奖励和策略熵的复合目标：
  • GitHub - Xuekai-Zhu FlowRL
    FlowRL is a flow-balanced reinforcement learning method that matches full reward distributions instead of maximizing rewards, promoting diverse exploration and generalizable reasoning trajectories in LLMs
  • FlowRL: 匹配LLM推理的奖励分布 - AI论文精选
    FlowRL 通过流量平衡匹配完整的奖励分布，增强了大型语言模型的强化学习，相较于奖励最大化方法，提高了多样性和性能。 我们提出FlowRL：通过流平衡匹配完整的奖励分布，而不是在大型语言模型（LLM） 强化学习 （RL）中最大化奖励。
  • FlowRL：基于流平衡的大语言模型推理奖励分布匹配方法
    与传统的奖励最大化方法不同，FlowRL通过匹配完整的奖励分布来促进多样化的推理路径探索，有效解决了现有方法中的模式坍塌问题。 实验结果显示，FlowRL在数学推理任务上比GRPO平均提升10 0%，比PPO平均提升5 1%，在代码推理任务上也表现出持续的优越性能。
  • FlowRL：8大机构共同发布最新RL算法！ - CSDN博客
    GRPO反复尝试使用均值不等式（AM-GM），陷入了循环，最终未能解决问题。 相反，FlowRL探索了不同的策略，通过假设 a=b 将问题转化为一个三次方程，并最终通过有理根定理找到了正确答案。 这直观地展示了FlowRL如何通过多样性探索来避免陷入局部最优的推理模式。
  • 上海交大团队推出FlowRL：AI推理能力的重大突破
    FlowRL的研究不仅提升了AI在数学和编程领域的表现，更为整个AI训练领域提供了新的思路。 它表明，在追求性能的同时，多样性与创新性同样重要。 这一理念的转变，将有助于我们在未来看到更加智慧且多元化的AI助手，推动人工智能的发展迈向新的高峰。
  • FlowRL: Matching Reward Distributions for LLM Reasoning
    We propose FlowRL: matching the full reward distribution via flow balancing instead of solely maximizing rewards in large language model (LLM) reinforcement learning (RL)
  • FlowRL: A Taxonomy and Modular Framework for Reinforcement Learning . . .
    Thanks to their remarkable flexibility, diffusion models and flow models have emerged as promising candidates for policy representation However, efficient reinforcement learning (RL) upon these policies remains a challenge due to the lack of explicit log-probabilities for vanilla policy gradient estimators While numerous attempts have been proposed to address this, the field lacks a unified
  • 优化大模型强化学习训练，上交大联合微软清北提出FlowRL . . .
    在代码生成上，FlowRL同样是全面领先，各项指标均拔得头筹。 这些数据雄辩地证明，FlowRL的思路走对了。 通过促进多样化的解决方案探索，它实实在在地提升了模型的泛化能力。





中文字典-英文字典  2005-2009