待办: 1. 把 auxil 训起来; 2. 改改 reward,baseline 再 train 一次… 3. auxil pretrain。
3h 硬编码逻辑,先梳理思路。
(笑)就快结束了吧,算是很不错的经历啦~
线上在线自习室晚自习。番茄工作法、四象限、打卡、作业清单、作业辅导、作业交流、作业跟踪、作业计划、个人宣传相关内容
3h 硬编码逻辑,先梳理思路。