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“基于强化学习训练大语言模型的方法及装置”的专利，公开号CN121835810A，申请日期为2025年12月。

专利摘要显示，本说明书实施例提供一种训练大语言模型的方法及装置，针对当前的大语言模型，可以基于GRPO强化学习的框架，设置评测要点集，利用自身对其输出和评测要点集的各条评测要点进行比较，从而确定模型奖励。如此，可以不设置额外的奖励模型，从而无需外部请求，提高训练速度。另外，评测要点集可以多个评测要点，在根据评测要点集确定模型奖励过程中，可以按照输出数据与评测要点集的比较结果，融合为复合的奖励评价分数，根据奖励分数确定优化目标优化大语言模型，从而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67次，财产线索方面有商标信息92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。

市场资讯