一样，SFT相当于刷题，RL相当于把做过的题举一反三，总结经验。一边刷题、一边思考总结的学生，往往成绩更好。对过往经验的总结思考对人类的学习效率非常重要，这是大模型训练中RL能大幅提升模型推理能力的原因。”  关于该论文，王啸介绍，他们从人类的学习方法中得到启发，如果高频地在刷题和考试经验总结之间切换，可能更有利于学习成绩（推理能力）的提高，“所以我们设计了一种Step By Step切换SFT和RL的训练方法，在下一个Step训练之前，根据我们设计的自适应的算法决定下一个Step用SFT还是RL。最终实验发现，在三个不同的公开数据集上，我们提出的新的训练框架明显优于单独的SFT、单独的RL以及简单混合SFT和RL，证明该框架是当下更优的后训练方式。”  多家量化私募积极探索AI领域  今年2月，沪上百亿量化私募宽德投资发布招聘信息，为宽德智能学习实验室招聘AI人才，专注于研发通用性，其主要招聘岗位包括AI研究员和AI工程师。  宽德投资表示，该实验室的成立源于公司对AI的战略思考，在宽德的支持下，其将作为独立孵化、自主运营的创业性实验室，专注于科研领域的超级科技助手。该实验室起步于量化，但不止于金融场景，向着人工智能的星辰大海启航。  年初，国内量化巨头九坤投资携手微软团队发布了一篇涉及AI领域的论文，其成功复现DeepSeek-R1的工作，还首次发现了语言混合（例如中英文夹杂）会显著降低推理能力等问题。  据了解，九坤投资较早成立了人工智能实验室，致力于前沿AI技术研究，探索通用技术并推动其场景应用，还在多个细分领域开展了多元化研究拓展，加速AI在应用领域落地。  鸣石基金表示，近年来不断提升AI在量化投研领域的比重，现在AI全流程参与因子挖掘、模型优化、风控、交易等投研环节，提升了投研效率和量化策略迭代。“我们在2021年就成立了AI实验室G-Lab，赋能因子、信号、模型优化、交易算法等，并在此基础上研究AI在金融领域的创新应用。”  此外，2022年，鸣石基金启动算力硬件基础设施的建设，先后投入运行了鸣石超算一期“仙女座”、二期“英仙座”。2025年，公司“星座计划”超算系列还将进一步扩容。同时，公司正面向全球招聘AI科学家，推动AI技术创新和应用落地，探索深度学习、机器学习等前沿算法，持续迭代和优化预测模型。  黑翼资产称，目前公司投研体系实现了全流程AI
=*=*=*=*=*=
当前为第2/3页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页