4月7日,阿里通義實(shí)驗(yàn)室智能計(jì)算團(tuán)隊(duì)宣布推出新算法FIPO(Future-KL Influenced Policy Optimization),引入Future-KL機(jī)制,獎(jiǎng)勵(lì)關(guān)鍵Token,解決純強(qiáng)化學(xué)習(xí)(Pure RL)訓(xùn)練中“推理長(zhǎng)度停滯”難題。據(jù)該團(tuán)隊(duì)介紹,在32B規(guī)模的純RL設(shè)定下,率先實(shí)現(xiàn)對(duì)o1-mini與同規(guī)模DeepSeek-Zero-MATH的性能反超。
阿里通義實(shí)驗(yàn)室智能計(jì)算團(tuán)隊(duì)推出新算法FIPO
界面快報(bào) · 來源:界面新聞
阿里巴巴
7.3k
- 清明假期收官:此前燃油附加費(fèi)上調(diào)預(yù)期催生當(dāng)下“精明出游”,有娃家庭“精打細(xì)算花大錢”
- 這個(gè)假期 山西旅游市場(chǎng)好“熱”
評(píng)論
暫無評(píng)論哦,快來評(píng)價(jià)一下吧!
熱門排行April 08
- 伊朗接受臨時(shí)?;鹛嶙h
- 伊朗稱與美國(guó)之間的外交及間接對(duì)話渠道并未關(guān)閉
- 特朗普提議與伊朗“聯(lián)合管理”霍爾木茲海峽
- 美國(guó)白宮稱有關(guān)美伊面對(duì)面會(huì)談的計(jì)劃“尚未最終確定”
- 特朗普稱伊朗將不會(huì)進(jìn)行鈾濃縮活動(dòng)
- 特朗普威脅對(duì)向伊朗供武國(guó)家征收50%關(guān)稅
- 中東戰(zhàn)事導(dǎo)致國(guó)際化肥價(jià)格飆升,恐危及全球糧食生產(chǎn)能力
- 伊朗稱已發(fā)動(dòng)100波打擊行動(dòng)
- 美伊?;鸷笫着煌ㄟ^霍爾木茲海峽,仍有數(shù)百艘船舶被困
- 國(guó)資委成立境外國(guó)資工作局:應(yīng)對(duì)國(guó)企出海風(fēng)險(xiǎn),填補(bǔ)境外監(jiān)管空白