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模型的方法和计算设备”的专利，公开号CN122819351A，申请日期为2026年7月。

专利摘要显示，一种基于强化学习训练大模型的方法和计算设备，所述方法包括：通过大模型，基于当前轮对话的第一提示，输出回复；获取当前轮对话对应的奖励值和第二提示，所述第二提示用于在所述当前轮对话的下一轮对话中输入所述大模型；通过价值网络，基于第一状态输出第一价值，基于第二状态输出第二价值，其中，所述第一状态包括所述第一提示，所述第二状态包括所述第一提示、所述回复和所述第二提示；基于所述奖励值、所述第一价值和所述第二价值，计算得到价值误差；通过调制网络，基于所述第一状态、所述回复、所述第二状态和所述价值误差，生成调制信息；基于所述价值误差和所述调制信息调节所述大模型的参数。

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11家企业，参与招投标项目73次，财产线索方面有商标信息92条，专利信息10174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。

本文源自：市场资讯

作者：情报员