5月19日消息,美股周一小幅收高,标普500指数与道指均收在纪录点位,但全天成交量较往日清淡。
截至收盘,道琼斯工业平均指数报18,298.88点,上涨26.32点,涨幅为0.14%。标准普尔500指数报2,129.20点,上涨6.47点,涨幅为0.30%。纳斯达克综合指数报5,078.44点,上涨30.15点,涨幅为0.60%。
中国概念股周一涨跌互现。八只股票涨逾3%,其中三只股票涨超5%。航美传媒(NASDAQ:AMCN)上涨8.66%,永新视博(NYSE:STV)上涨9.05%,乐逗游戏(NASDAQ:DSKY)上涨9.08%。十只股票跌超3%,其中五只股票跌逾5%。微博(NASDAQ:WB)下跌5.42%,第九城市(NASDAQ:NCTY)跌6.23%,途牛网(NASDAQ:TOUR)跌6.32%,麦考林(NASDAQ:MCOX)跌6.63%,500彩票网(NYSE:WBAI)跌8.92%。
罗森布拉特证券公司日前在投资报告中重申对乐逗游戏(NASDAQ:DSKY)的“买入”评级,目标股价为11美元。分析师指出,乐逗游戏第一季度财报将有亮眼表现,但公司第二季度营收与每股盈利预期会因中国移动临时关闭数省份的支付系统而稍微下调。乐逗游戏特意就该券商的报告发布了新闻稿。该股今日收报9.13美元,上涨0.76美元,涨幅为9.08%。
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。