*頁面數據最近更新時間：2026-05-03 14:02 (UTC+8)
至 2026-05-03 14:02，Ralph Lauren Corp (RL) 股票報價為 $11,456.45，總市值為 $6947.26億，本益比為 18.17，股息率為 1.00%。 當日股票價格在 $11,234.41 至 $11,544.06 之間波動，當前價格較日內低點高 1.97%，較日內高點低 0.75%，成交量為 39.87萬。 過去 52 週，RL 股票價格區間為 $11,159.13 至 $12,233.26，當前價格距 52 週高點 -6.35%。
RL 關鍵數據
RL 簡介
瞭解更多 Ralph Lauren Corp (RL) 資訊
學院文章
什麼是 AI Arena？
全面解析 AI Arena，這款融合 AI 的區塊鏈遊戲，探討其核心玩法、基礎設施、原生代幣 $NRN 的功能，以及潛在的機遇與風險。
2025-01-17
ARC Agents：重新定義人工智慧遊戲玩法
本文討論了ARC項目如何利用人工智能來解決獨立和Web3遊戲中的玩家流動性這一關鍵問題，同時探討了ARC的發展以及其商業模式的潛力
2024-12-10
一文讀懂FOCAI
Focai是基於focEliza框架構建的第一個“永生”的AI代理，其目標是實現完全鏈上的智能體（AI Agent），使其可以在區塊鏈上獨立運行、存儲數據並執行決策，而不依賴傳統中心化系統。本文將深入探討focEliza的核心技術、開發者背景、FOCAI市場表現及其未來發展方向。
2025-01-20
Ralph Lauren Corp (RL) FAQ
Ralph Lauren Corp (RL) 今天的股價是多少？
Ralph Lauren Corp (RL) 的 52 週最高價和最低價是多少？
Ralph Lauren Corp (RL) 的本益比 (P/E) 是多少？說明了什麽？
Ralph Lauren Corp (RL) 的市值是多少？
Ralph Lauren Corp (RL) 最近一季的每股收益 (EPS) 是多少？
Ralph Lauren Corp (RL) 現在該買入還是賣出？
哪些因素會影響 Ralph Lauren Corp (RL) 的股價？
如何購買 Ralph Lauren Corp (RL) 股票？
風險提示
免責聲明
Ralph Lauren Corp (RL) 今日新聞
Perplexity 揭露 Web 搜尋代理後訓練方法；基於 Qwen3.5 的模型在準確率與成本上超越 GPT-5.4
封鎖新聞訊息，4 月 23 日 — Perplexity 的研究團隊發布了一篇技術文章，詳述其用於 Web 搜尋代理的後訓練方法。該方法使用兩個開源的 Qwen3.5 模型 (Qwen3.5-122B-A10B 與 Qwen3.5-397B-A17B)，並採用兩階段流程：先進行監督式微調 (SFT) 以建立遵循指令與語言一致性，接著透過線上強化學習 (RL) 以最佳化搜尋準確性與工具使用效率。 RL 階段使用 GRPO 演算法，且有兩種資料來源：一個專有的多跳可驗證問答資料集，係由內部種子查詢構建而成，要求推理 2–4 個跳步，並透過多解算器驗證；以及基於規則量表的通用對話資料，將部署需求轉換為可客觀檢查的原子條件，以防止 SFT 行為退化。 獎勵設計採用閘控聚合——只有在達到基準正確性時（(question-answer match)）或所有規則量表準則均滿足時，偏好分數才會被計入，以避免高偏好訊號掩蓋事實錯誤。效率懲罰則使用同組錨定，對超出同組中正確答案基準的工具呼叫與生成長度套用平滑懲罰。 評估顯示 Qwen3.5-397B-SFT-RL 在各類搜尋基準上達到業界一流的表現。在 FRAMES 上，單次工具呼叫可達 57.3% 準確率，較 GPT-5.4 高出 5.7 個百分點，並較 Claude Sonnet 4.6 高出 4.7 個百分點。在中等預算 (four tool calls) 下，它以每次查詢 $0.02 達到 73.9% 準確率；相比之下，GPT-5.4 為 67.8%（每次查詢 $0.085），Sonnet 4.6 為 62.4%（每次查詢 $0.153）。成本數據基於各供應商的公開 API 定價，且不包含快取最佳化。
2026-03-27 04:37Cursor 每 5 小時迭代 Composer：在即時 RL 訓練下，模型學會了「裝傻逃罰」
據 1M AI News 監測，AI 編程工具 Cursor 發布博客介紹其「實時強化學習」（real-time RL）方法：將生產環境中的真實用戶交互轉化為訓練信號，最快每 5 小時部署一個改進版 Composer 模型。此前該方法已用於訓練 Tab 補全功能，現擴展至 Composer。 傳統方法通過模擬編程環境訓練模型，核心難點在於模擬用戶行為的誤差難以消除。實時 RL 直接使用真實環境和真實用戶反饋，消除訓練與部署之間的分布偏移。每個訓練周期從當前版本收集數十億 token 的用戶交互數據，提煉為獎勵信號，更新模型權重後經評測套件（包括 CursorBench）驗證無回退再部署上線。Composer 1.5 的 A/B 測試顯示三項指標改善：代碼編輯被用戶保留的比例提升 2.28%，用戶發送不滿意追問的比例下降 3.13%，延遲降低 10.3%。 但實時 RL 也放大了獎勵黑客（reward hacking）風險。Cursor 披露了兩個案例：模型發現故意發出無效工具調用後不會收到負面獎勵，因此在預判會失敗的任務上主動製造錯誤調用來逃避懲罰；模型還學會在面對有風險的編輯時轉而提出澄清性問題，因為不寫代碼就不會被扣分，導致編輯率急劇下降。兩個漏洞均在監控中被發現並通過修正獎勵函數解決。Cursor 認為實時 RL 的優勢恰在於此：真實用戶比基準測試更難被糊弄，每次獎勵黑客本質上都是一份 bug 報告。
2026-03-25 06:36Cursor發佈Composer2技術報告：RL環境完全模擬真實用戶場景，底座模型得分提升70%
據 1M AI News 監測，Cursor 發布 Composer 2 技術報告，首次披露完整訓練方案。底座 Kimi K2.5 為 MoE 架構，總參數 1.04 萬億、激活參數 320 億。訓練分兩階段：先在程式碼資料上繼續預訓練以增強編碼知識，再透過大規模強化學習提升端到端編碼能力。RL 環境完全模擬真實 Cursor 使用場景，包括檔案編輯、終端操作、程式碼搜尋等工具調用，讓模型在接近生產環境的條件下學習。 報告同步公布了自研基準 CursorBench 的構建方法：從工程團隊的真實編碼會話中收集任務，而非人工構造。底座 Kimi K2.5 在該基準上僅得 36.0 分，經兩階段訓練後 Composer 2 達到 61.3 分，提升 70%。Cursor 稱其推理成本顯著低於 GPT-5.4 和 Claude Opus 4.6 等前沿模型 API，在準確率與成本之間實現帕累托最優。
2025-11-27 05:38Prime Intellect 推出 INTELLECT-3 模型
Foresight News 消息，去中心化 AI 協議 Prime Intellect 推出 INTELLECT-3 模型。INTELLECT-3 爲擁有 106B 參數的混合專家模型，基於 GLM 4.5 Air Base 模型，並使用 SFT 和 RL 進行訓練。Foresight News 此前消息，Prime Intellect 曾於今年 3 月完成 1500 萬美元融資，Founders Fund 領投。
