
在上市钟声敲起前,阿里巴巴首席市场官王帅在阿里巴巴杭州总部直播现场发言。经历了阿里巴巴两次上市的王帅说,在阿里巴巴有三个想不到:“第一想不到我们有这么累。第二想不到我们自己有这么能干。第三我们想不到自己做的事情原来这么有意义。”
王帅说,可能只有阿里人这样又傻又天真,才可能成就阿里巴巴的又猛又持久。
王帅说,阿里人是高度的理想主义,然后有现实主义的态度,同时我们有很乐观的性格,这些特点才能让阿里人相信平凡人做非凡事。“相信梦想还是要有的,万一实现了呢?”
在最后,王帅对媒体多年来的支持表示了感谢。王帅说,非常感谢大家,这十五年是媒体的见证和参与,推动了阿里巴巴,成就了中国电子商务的发展。
好文章,需要你的鼓励
RGPO用"临时脚手架"破解大模型强化学习的奖励稀疏难题:先让模型独立解题,失败则分段放出标准解法引导重写,仅采纳经验证更优的答案。难题测试准确率从0跃至99.5%,语言模型平均分高出最强基线5.0分。
论文提出用MoE模型的路由器输出作为跨语言对齐目标,通过持续预训练对翻译句对施加路由KL散度损失,在不改变分词和架构的前提下让隐藏表示更接近,并在四个开源MoE模型、七种语言上验证了下游任务性能的一致提升。
DiffGate提出难度门控的教师指导机制,让验证器决定何时需要教师介入,仅对失败且困难的轨迹提供有界教师指导,结合GRPO强化学习,在数学与代码任务上显著提升解题覆盖率与跨领域迁移能力。
研究者用固定不变的16位二进制编码替代传统可训练词嵌入表,在17亿参数规模模型上训练1000亿token,证明模型仍可获得实质语言能力,揭示输入表并非必需,但性能略逊于可学习方案。