AIbase
首页
AI产品库
模型广场
MCP服务库
AI资讯
ZH
模型选型
标签
高奖励性能

# 高奖励性能

Sac Walker2d V3
这是一个基于SAC算法的强化学习模型,专为Walker2d-v3环境设计,能够控制双足机器人行走。
物理学模型
S
sb3
43
0
Td3 HalfCheetah V3
这是一个基于stable-baselines3库训练的TD3强化学习智能体,专为HalfCheetah-v3环境设计,平均奖励达到9709.01。
物理学模型
T
sb3
23
0
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型 Transformers 支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统 Transformers 英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98
AIbase
智启未来,您的人工智能解决方案智库
English简体中文繁體中文にほんご
© 2025AIbase