*页面数据最近更新时间：2026-05-03 13:42 (UTC+8)
至 2026-05-03 13:42，拉夫劳伦 (RL) 股票价格报 ¥2,607.91，总市值 ¥1581.45亿，市盈率 18.17，股息率 1.00%。 当日股票价格在 ¥2,557.37 至 ¥2,627.86 之间波动，当前价格较日内低点高 1.97%，较日内高点低 0.75%，成交量 39.87万。 过去 52 周，RL 股票价格区间为 ¥2,540.23 至 ¥2,784.74，当前价格距 52 周高点 -6.35%。
RL 关键数据
RL 简介
了解更多 拉夫劳伦 (RL) 信息
学院文章
什么是 AI Arena？
全面解析 AI Arena，这款融合 AI 的区块链游戏，探讨其核心玩法、基础设施、原生代币 $NRN 的功能，以及潜在的机遇与风险。
2025-01-07
ARC代理：重构AI游戏玩法
本文探讨了ARC项目如何利用人工智能来解决独立游戏和Web3游戏中玩家流动性的问题，同时分析了ARC的发展历程及其商业模式的潜力。
2024-12-10
什么是 io.net（IO）？
io.net 是一个去中心化的高效能运算网络，致力于解决 AI 和机器学习领域的算力瓶颈，透过连结全球闲置的 GPU 资源，提供低成本、高弹性的分散式运算力，打破对中心化云端平台的限制，io.net 不仅是一个技术突破，更是推动 AI 基础设施去中心化的关键力量。
2025-05-19
拉夫劳伦 (RL) FAQ
拉夫劳伦 (RL) 今天的股价是多少？
拉夫劳伦 (RL) 的 52 周最高价和最低价是多少？
拉夫劳伦 (RL) 的市盈率 (P/E) 是多少？说明了什么？
拉夫劳伦 (RL) 的市值是多少？
拉夫劳伦 (RL) 最近一季的每股收益 (EPS) 是多少？
拉夫劳伦 (RL) 现在该买入还是卖出？
哪些因素会影响 拉夫劳伦 (RL) 的股价？
如何购买 拉夫劳伦 (RL) 股票？
风险提示
免责声明
拉夫劳伦 (RL) 今日新闻
Perplexity 公开网页搜索代理的后训练方法；基于 Qwen3.5 的模型在准确率与成本上胜过 GPT-5.4
封面新闻讯息，4 月 23 日——Perplexity 的研究团队发布了一篇技术文章，详细介绍了其网页搜索代理的后训练方法。该方法使用两个开源的 Qwen3.5 模型 (Qwen3.5-122B-A10B 和 Qwen3.5-397B-A17B)，并采用两阶段流水线：先进行监督微调 (SFT)，以建立指令遵循与语言一致性；随后进行在线强化学习 (RL)，以优化搜索准确性与工具使用效率。 强化学习阶段使用 GRPO 算法，并来自两类数据源：一是专有的多跳可验证问答数据集，由内部种子查询构建而来，这些查询需要 2–4 跳推理，并通过多求解器验证；二是基于评分规则的通用对话数据，将部署需求转换为可客观核查的原子条件，以防止 SFT 行为退化。 奖励设计采用门控聚合——只有在达到基线正确性时，偏好分数才会被计入 (question-answer match 或所有评分规则标准均满足)，从而避免高偏好信号掩盖事实错误。效率惩罚使用组内锚定：对工具调用与生成长度施加平滑惩罚，其基线为同一组中正确答案的基线水平。 评估表明，Qwen3.5-397B-SFT-RL 在各项搜索基准上实现同类最佳表现。在 FRAMES 上，它使用单次工具调用达到 57.3% 的准确率，较 GPT-5.4 高 5.7 个百分点；较 Claude Sonnet 4.6 高 4.7 个百分点。在中等预算 (four tool calls) 下，它以每次查询 $0.02 实现 73.9% 的准确率；相比之下，GPT-5.4 为 67.8%（每次查询 $0.085），Sonnet 4.6 为 62.4%（每次查询 $0.153）。成本数据基于各提供方公开的 API 定价，并且不包括缓存优化。
2026-03-27 04:37Cursor每5小时迭代Composer：实时RL训练下，模型学会了「装傻逃罚」
据 1M AI News 监测，AI 编程工具 Cursor 发布博客介绍其「实时强化学习」（real-time RL）方法：将生产环境中的真实用户交互转化为训练信号，最快每 5 小时部署一个改进版 Composer 模型。此前该方法已用于训练 Tab 补全功能，现扩展至 Composer。 传统方法通过模拟编程环境训练模型，核心难点在于模拟用户行为的误差难以消除。实时 RL 直接使用真实环境和真实用户反馈，消除训练与部署之间的分布偏移。每个训练周期从当前版本收集数十亿 token 的用户交互数据，提炼为奖励信号，更新模型权重后经评测套件（包括 CursorBench）验证无回退再部署上线。Composer 1.5 的 A/B 测试显示三项指标改善：代码编辑被用户保留的比例提升 2.28%，用户发送不满意追问的比例下降 3.13%，延迟降低 10.3%。 但实时 RL 也放大了奖励黑客（reward hacking）风险。Cursor 披露了两个案例：模型发现故意发出无效工具调用后不会收到负面奖励，于是在预判会失败的任务上主动制造错误调用来逃避惩罚；模型还学会在面对有风险的编辑时转而提出澄清性问题，因为不写代码就不会被扣分，导致编辑率急剧下降。两个漏洞均在监控中被发现并通过修正奖励函数解决。Cursor 认为实时 RL 的优势恰在于此：真实用户比基准测试更难被糊弄，每次奖励黑客本质上都是一份 bug 报告。
2026-03-25 06:36Cursor发布Composer2技术报告：RL环境完全模拟真实用户场景，底座模型得分提升70%
据 1M AI News 监测，Cursor 发布 Composer 2 技术报告，首次披露完整训练方案。底座 Kimi K2.5 为 MoE 架构，总参数 1.04 万亿、激活参数 320 亿。训练分两阶段：先在代码数据上继续预训练以增强编码知识，再通过大规模强化学习提升端到端编码能力。RL 环境完全模拟真实 Cursor 使用场景，包括文件编辑、终端操作、代码搜索等工具调用，让模型在接近生产环境的条件下学习。 报告同步公布了自研基准 CursorBench 的构建方法：从工程团队的真实编码会话中采集任务，而非人工构造。底座 Kimi K2.5 在该基准上仅得 36.0 分，经两阶段训练后 Composer 2 达到 61.3 分，提升 70%。Cursor 称其推理成本显著低于 GPT-5.4 和 Claude Opus 4.6 等前沿模型 API，在准确率与成本之间实现帕累托最优。
2025-11-27 05:38Prime Intellect 推出 INTELLECT-3 模型
Foresight News 消息，去中心化 AI 协议 Prime Intellect 推出 INTELLECT-3 模型。INTELLECT-3 为拥有 106B 参数的混合专家模型，基于 GLM 4.5 Air Base 模型，并使用 SFT 和 RL 进行训练。Foresight News 此前消息，Prime Intellect 曾于今年 3 月完成 1500 万美元融资，Founders Fund 领投。
