摩爾線程推出URPO框架，助力大模型訓練新紀元，AAAI 2026 盛讚

摩爾線程團隊在AAAI2026會議上發佈URPO框架，重塑大語言模型訓練方法。該技術通過統一獎勵與策略優化，簡化訓練流程並突破性能瓶頸，爲AI發展提供新路徑。