金吾财讯 | 阿里巴巴(09988)午后股价短线上扬，截至发稿，报127港元，涨幅7.17%，成交额134亿港元。消息面上，4月7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。
金吾财讯 | 阿里巴巴(09988)午后股价短线上扬，截至发稿，报127港元，涨幅7.17%，成交额134亿港元。消息面上，4月7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。
精彩评论