全国服务热线
400-100-9187、0731-84444840

阿里通义实验室智能计算团队推出新算法FIPO

2026-04-10 975

核心提示：近日，阿里通义实验室智能计算团队宣布推出新算法FIPO（Future-KL Influenced Policy Optimization），引入Future-KL机制，奖励

近日，阿里通义实验室智能计算团队宣布推出新算法FIPO（Future-KL Influenced Policy Optimization），引入Future-KL机制，奖励关键Token，解决纯强化学习（Pure RL）训练中“推理长度停滞”难题。据该团队介绍，在32B规模的纯RL设定下，率先实现对o1-mini与同规模DeepSeek-Zero-MATH的性能反超。

点赞 0举报收藏 0打赏 0

更多>同类资讯

猎人
加关注0
~~没有留下签名~~~~

推荐图文

赛默飞新品LabServ活	ibidi推出Silver Line
百林科推出全新 CytoL	赛默飞于第四届进博会

推荐资讯

• 赛默飞全新三重四极杆液质联用仪TSQ Certis发布	• Meta超级智能实验室首个AI模型亮相，转向闭源
• 明月湖实验室大型仪器共享服务平台上线五大核	• 上海人工智能实验室发布“珠穆朗玛计划”
• 北京理工大学与华为联合发布人工智能实践实验室	• 通义实验室发布PrismAudio
• 戴纳科技参编的国内首个黑灯实验室团标正式发布	• 腾讯玄武实验室推出端侧隐私保护Skill HaS Anon
• 张江科学大数据实验室完成首例健康医疗数据双审