从 Long-CoT 推理、垂类智能体到具身智能,强化学习(RL)已经成为模型能力持续提升的必选项,但真正难的不是算法本身:Rollout 与训练消耗不平衡导致 GPU 大面积空转、Agent 环境难规模化、任务异常只能翻日志猜原因、长程任务一次故障即前功尽弃……强化学习算法效果,最终要靠一套完整训练系统来兑现。
阿里云 PAI 正式推出 PAI-RLS(Reinforcement Learning Studio)——一个面向强化学习、尤其是 AgenticRL 场景的高性能、全观测训练平台,将强化学习训练所需的采样、环境、训练、评测与观测能力整合为一站式服务,降低用户构建强化学习任务的工程复杂度,推动强化学习走向高吞吐、规模化。
即日起,PAI-RLS 正式开放邀测,您可通过联系阿里云商务经理或提交问卷填写企业信息开通体验。https://survey.aliyun.com/apps/zhiliao/Ufp_rmfV0
四项核心能力,撑起一条完整且稳健的链路
1、高性能训推引擎
PAI-RLS 采用自研训推引擎,这套引擎同时也稳定支撑了 Qwen 旗舰模型的后训练工程从千亿到万亿的迈进。整体全异步流水线带来端到端吞吐 1.6–3.2X 提升,RL训练吞吐可达 4.5 万 Tokens/s、约 5 天即可完成一次 SOTA 级训练。

2、高并发沙箱调度
内置统一的多智能体编排平台 Agent Service,可同时服务大规模 Rollout 与 Evaluation。

3、全链路数据可观测
实时数据监控覆盖 Step、Sample、Trace 三层,让长链路异步 RL 真正看得清。

4、丰富的场景化 RL 模板
用户只需配置三类关键参数即可一键提交任务,平台自动完成多角色编排、资源调度、环境拉起、数据采集与观测展示。
·采样参数:Group Size / Temperature / Top-p / 最大响应长度 / 交互轮数 等;
·训练参数:基础模型 / 算法 / 学习率 / Batch Size / KL 系数 / CKPT 等。

PAI-RLS 邀测中
点击文末“阅读原文”提交问卷
或联系阿里云商务经理
即可有机会体验
https://survey.aliyun.com/apps/zhiliao/Ufp_rmfV0
声明:本网转发此文章,旨在为读者提供更多信息资讯,所涉内容不构成投资、消费建议。文章事实如有疑问,请与有关方核实,文章观点非本网观点,仅供读者参考。
上一篇:“西瓜开出花”楚菜大师亮相技能大赛秀绝活...
下一篇:返回列表
近日,中国船政文化博物馆与网龙网络公司旗下经典游戏IP《英魂之刃》达成跨界合...
2026-11-17 07:58:13
国家外汇管理局11月16日发布数据显示,10月,我国外汇市场保持平稳运行,涉...
2026-11-17 03:22:52
中国国家外汇管理局16日公布的数据显示,按美元计值,2026年10月,银行结...
2026-11-16 22:17:31
11月16日,巨星传奇与GalaxyCorporation在中国香港签署战略...
2026-11-16 15:57:32
“政策落地相当实惠” ——居民购房贷款贴息政策落地满月观察 “政策落地首...
2026-11-16 10:12:14
11月15日,2026中国电影表演艺术周“茉莉花开·与宁共赏——电影人在南京...
2026-11-15 23:49:18
题:青藏高原一颗沙棘小金果的“进阶之路” 成熟于青藏高原东部的山野枝头,一...
2026-11-15 19:04:27
11月14日19时25分,在黑龙江省月牙湖站,30306次货运列车满载373...
2026-11-15 16:46:09
据商务部网站消息,11月13日,中美双方通过视频会议方式举行中美经贸磋商机制...
2026-11-14 15:56:22
当下资本市场波动加剧,不少投资者追逐短期快速收益,却忽略了“稳”才是长期投资...
2026-11-14 09:32:18