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_基础建设

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 22:47:44

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

企业奖励投资信息模型目标训练竞争性杭州专利支付宝天眼

上一篇：海口超市金灿灿

下一篇：合肥城泊取得车辆停泊用自主缴费服务装置专利，实现可对不同高度的车辆使用支付显示器

⚠️

本网站信息内容及素材来源于网络采集或用户发布，如涉及侵权，请及时联系我们，发送链接至2697952338@QQ.COM，我们将第一时间进行核实与删除处理。

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

相关内容

热门资讯