ModelНе подтверждена
shashwatsaxena136/ogpo-dd-checkpoints
Модель поведения агента: используется для выбора действий в среде в задачах обучения с подкреплением.
Owner / publishershashwatsaxena136
Source publisher
shashwatsaxena136
This owner's products in the Peerivo catalog.
Open owner's website ↗