同益实验室首发FIPO算法,32B模型推理性能超越o1-mini

同益实验室的智能计算团队今天发布了一种针对大型语言模型的全新训练后优化算法——FIPO(受未来KL影响的策略优化)。 该算法引入了创新的“Future-KL”机制,有效解决了纯强化学习(Pure RL)训练中常见的“推理长度停滞”技术难题。
在长文本推理和复杂逻辑对齐的训练过程中,传统强化学习往往无法在冗长的序列中精确识别关键决策点。由同义团队开发的FIPO算法对关键令牌采用差异化奖励分配,从而引导模型在生成思维链(CoT)时采取更具前瞻性的策略。
实验结果表明,在采用32B规模模型的纯强化学习架构下,应用FIPO算法的模型表现已超越DeepSeek-Zero-MATH和OpenAI的o1-mini等同等规模模型,标志着国内大模型在逻辑推理和数学计算能力方面取得了重大突破。
当前,大模型之间的竞争正从预训练规模转向推理阶段的深度对齐。 FIPO的发布不仅为评估逻辑推理模型中“思维过程”的质量提供了一种新途径,也表明开源社区和国内领先实验室正在逐步开辟一条独立的技术道路,以追求世界级的推理模型。
相关文章
美国股市触及历史里程碑,人工智能与航空航天巨头准备开启万亿美元时代
埃隆·马斯克、山姆·阿尔特曼和达里奥·阿莫迪,这三位科技领域的巨头,正推动其各自的企业迈向首次公开募股(IPO)。随着 SpaceX、OpenAI 和 Anthropic——这三家估值接近万亿美元的行业巨头——即将上市,2026 年被预测将成为美国历史上新股发行规模最大的一年。这一历史性的资本激增已引起全球金融界的关注,成为检验公共市场吸收如此大规模资金能力的关键压力测试。这些主要融资活动的同步启动预计将打破 2021 年创下的 1560 亿美元纪录。超级独角兽的资本博弈每家公司上市的路径
瑞典人工智能初创公司Lovable Eyes在完成主要融资轮后估值达132亿美元
随着人工智能驱动的编码工具日益普及,瑞典初创公司 Lovable 已获一轮重大融资。该公司计划筹集 30 亿美元,其估值有望升至 132 亿美元——这是去年 12 月记录的 66 亿美元的两倍。预计 Menlo Ventures 将主导此次投资。Lovable 的吸引力源于其核心的“氛围编码”(vibe coding)技术,该技术通过消除对复杂编码技能的需求来简化软件开发。用户只需以自然语言描述其需求,系统即可自动生成应用程序。这种直观的方法吸引了个人开发者、设计师和小企业,并扩展至 Work
Google 测试 Remy AI 代理,以 Gemini 为重点转向用户控制
根据《商业内幕》的报道,谷歌正在测试 Remy,这是 Gemini 的一款全新 AI 个人代理工具。该工具旨在代表用户执行任务,从而简化专业工作流程和日常事务。目前,Remy 正在 Gemini 应用的内部员工专属版本中进行测试。该报告引用了一份内部文件以及对两位熟悉该项目的个人的采访。内部资料将 Remy 描述为“全天候个人代理”,将 Gemini 定位为能够代表用户行事的主动助手。接近该项目的消息人士证实,谷歌员工正在积极测试 Remy。谷歌发言人拒绝提供进一步评论。该报告未提及公开发布
相关专题推荐
评论 (0)
0/500

同益实验室的智能计算团队今天发布了一种针对大型语言模型的全新训练后优化算法——FIPO(受未来KL影响的策略优化)。 该算法引入了创新的“Future-KL”机制,有效解决了纯强化学习(Pure RL)训练中常见的“推理长度停滞”技术难题。
在长文本推理和复杂逻辑对齐的训练过程中,传统强化学习往往无法在冗长的序列中精确识别关键决策点。由同义团队开发的FIPO算法对关键令牌采用差异化奖励分配,从而引导模型在生成思维链(CoT)时采取更具前瞻性的策略。
实验结果表明,在采用32B规模模型的纯强化学习架构下,应用FIPO算法的模型表现已超越DeepSeek-Zero-MATH和OpenAI的o1-mini等同等规模模型,标志着国内大模型在逻辑推理和数学计算能力方面取得了重大突破。
当前,大模型之间的竞争正从预训练规模转向推理阶段的深度对齐。 FIPO的发布不仅为评估逻辑推理模型中“思维过程”的质量提供了一种新途径,也表明开源社区和国内领先实验室正在逐步开辟一条独立的技术道路,以追求世界级的推理模型。
美国股市触及历史里程碑,人工智能与航空航天巨头准备开启万亿美元时代
埃隆·马斯克、山姆·阿尔特曼和达里奥·阿莫迪,这三位科技领域的巨头,正推动其各自的企业迈向首次公开募股(IPO)。随着 SpaceX、OpenAI 和 Anthropic——这三家估值接近万亿美元的行业巨头——即将上市,2026 年被预测将成为美国历史上新股发行规模最大的一年。这一历史性的资本激增已引起全球金融界的关注,成为检验公共市场吸收如此大规模资金能力的关键压力测试。这些主要融资活动的同步启动预计将打破 2021 年创下的 1560 亿美元纪录。超级独角兽的资本博弈每家公司上市的路径
瑞典人工智能初创公司Lovable Eyes在完成主要融资轮后估值达132亿美元
随着人工智能驱动的编码工具日益普及,瑞典初创公司 Lovable 已获一轮重大融资。该公司计划筹集 30 亿美元,其估值有望升至 132 亿美元——这是去年 12 月记录的 66 亿美元的两倍。预计 Menlo Ventures 将主导此次投资。Lovable 的吸引力源于其核心的“氛围编码”(vibe coding)技术,该技术通过消除对复杂编码技能的需求来简化软件开发。用户只需以自然语言描述其需求,系统即可自动生成应用程序。这种直观的方法吸引了个人开发者、设计师和小企业,并扩展至 Work





首页






