Дообученная на QQP модель ERNIE 2.0 определяет, являются ли два текстовых вопроса дубликатами.
Подходит для: поиск дубликатов вопросов в базе поддержки · определение перефразированных вопросов · группировка похожих запросов пользователей
Обученный агент PPO выбирает действия для посадки модуля в симуляции LunarLander-v3.
Подходит для: управление посадочным модулем в LunarLander-v3 · эксперименты с PPO в обучении с подкреплением · изучение применения Stable-Baselines3 для игровых сред
Производная модели MrBenjaroo/ppo-LunarLander-v3-veryBadTest. Обученный агент PPO для управления посадочным модулем в симуляции LunarLander-v3.
Подходит для: управление посадочным модулем в LunarLander-v3 · эксперименты с алгоритмом PPO · обучение и демонстрация обучения с подкреплением на Gymnasium