選項
首頁
快訊
內容
FredWhite
FredWhite
2026-04-08

阿里巴巴的同易實驗室推出 FIPO 演算法,使強化學習模型能夠處理複雜的推理任務。該演算法將推理長度擴展至超過 10,000 個標記,並取得一項關鍵成果:在純強化學習架構下,搭載 FIPO 的 320 億參數級模型,於部分指標上超越了包括 OpenAI 的 o1-mini 在內的競爭對手。

評論 (0)
0/300
OR