支付宝申请基于强化学习训练生成模型专利，减缓奖励破解的问题
创始人
2026-02-27 20:35:10
0次
国家知识产权局信息显示，支付宝（杭州）数字服务技术有限公司申请一项名为“基于强化学习训练生成模型的方法及装置”的专利，公开号CN121581138A，申请日期为2025年11月。
专利摘要显示，本说明书实施例提供一种训练生成模型的方法及装置，针对目标生成模型，可以在GRPO强化学习的基础上，引入竞争性对抗学习的另外一个生成模型，对于同一条输入数据，可以由两个生成模型分别进行处理，各自得到多条生成信息，然后，可以将两个生成模型对应的生成信息一一对应，并通过判别模型对比确定各条生成信息的奖励分数。然后根据奖励分数确定目标生成模型的优化目标，向着优化目标最大化方向调整目标生成模型的待定参数。在目标生成模型优化的同时，还可以对作为竞争的另一个生成模型进行优化。如此，构成竞争性对抗强化学习，可以减缓奖励破解的问题。
天眼查资料显示，支付宝（杭州）数字服务技术有限公司，成立于2016年，位于杭州市，是一家以从事软件和信息技术服务业为主的企业。企业注册资本10000万人民币。通过天眼查大数据分析，支付宝（杭州）数字服务技术有限公司共对外投资了12家企业，参与招投标项目65次，财产线索方面有商标信息76条，专利信息5000条，此外企业还拥有行政许可60个。
声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。
来源：市场资讯
相关内容
热门资讯
国内金价围绕千元关口反复拉锯，...
2026年8月25日，截至A股收盘，黄金ETF华夏(518850)跟踪标的AU9999跌0.16%，...
华安基金的黄金股ETF华安（1...
8月25日，黄金股ETF华安（159321）报收1.694元，收跌3.53%，成交金额1.11亿元。...
1至6月河北省累计发放民营企业...
1至6月全省累计发放民营企业再贷款911亿元 撬动民营经济贷款新增超3000亿元 “15分钟，500...
师市2026年生源地信用助学贷...
政策介绍 01 什么是生源地信用助学贷款？ 生源地信用助学贷款是指国家开发银行等金融机构向符合条件的...
邮储信用卡APP即将关停！
邮储信用卡APP正式进入关停倒计时。 8月24日，中国邮政储蓄银行信用卡中心发布《关于邮储信用卡AP...
银行如何降低资金管理成本？
在当前复杂的宏观经济环境下，金融机构面临着净息差收窄的挑战，优化内部资源配置成为维持盈利能力的核心举...
“美元危机可能突然到来”！顶级...
货币史学家、加州大学伯克利分校教授巴里·艾肯格林（Barry Eichengreen）表示，他已经改...
新易盛2026年半年报：高端产...
蓝鲸新闻8月25日讯，8月24日，新易盛(300502.SZ)公布2026年中报，公司依托人工智能算...
港媒：美干预汇率闹剧凸显美式双...
参考消息网8月25日报道香港《南华早报》网站8月22日发表题为《美国告诉其贸易伙伴——照我说的做，别...
央行今日开展3860亿元逆回购...
8月25日，中国人民银行以固定利率、数量招标方式开展了3860亿元7天期逆回购操作，操作利率为1.4...