*Dữ liệu cập nhật lần cuối: 2026-04-29 05:45 (UTC+8)
Tính đến 2026-04-29 05:45, Ralph Lauren Corp (RL) đang giao dịch ở ₫0, với tổng vốn hóa thị trường là ₫512,52T, tỷ lệ P/E là 18,17 và tỷ suất cổ tức là 0,99%. Giá cổ phiếu hôm nay biến động trong khoảng ₫0 và ₫0. Giá hiện tại cao hơn 0,00% so với mức thấp nhất trong ngày và thấp hơn 0,00% so với mức cao nhất trong ngày, với khối lượng giao dịch là 301,77K. Trong 52 tuần qua, RL đã giao dịch trong khoảng từ ₫0 đến ₫0 và giá hiện tại cách mức cao nhất trong 52 tuần 0,00%.
Các chỉ số chính của RL
Giới thiệu về RL
Tìm hiểu thêm về Ralph Lauren Corp (RL)
Bài viết Gate Learn
AI Arena（NRN） là gì
Phân tích toàn diện về AI Arena: Trò chơi blockchain này tích hợp trí tuệ nhân tạo khám phá lối chơi cốt lõi, cơ sở hạ tầng, chức năng của token $NRN, cũng như cơ hội và rủi ro tiềm năng.
2025-01-07
ARC Agents: Định nghĩa lại trò chơi AI
Bài viết này thảo luận về cách dự án ARC tận dụng trí tuệ nhân tạo để giải quyết vấn đề quan trọng về thanh khoản người chơi trong các trò chơi indie và Web3, đồng thời khám phá sự phát triển của ARC và tiềm năng của mô hình kinh doanh của nó.
2024-12-11
Aether Collective（AETHER）là gì?
Focai là đại diện trí tuệ nhân tạo đầu tiên 'bất diệt' được xây dựng trên nền tảng focEliza. Mục tiêu của nó là đạt được một đại diện trí tuệ tự động hoàn toàn trên chuỗi, cho phép hoạt động độc lập, lưu trữ dữ liệu và thực hiện quyết định trên blockchain mà không phụ thuộc vào hệ thống tập trung truyền thống. Bài viết này sẽ đi sâu vào công nghệ cốt lõi của focEliza, lịch sử phát triển, hiệu suất thị trường FOCAI và hướng phát triển trong tương lai.
2025-01-20
Câu hỏi thường gặp về Ralph Lauren Corp (RL)
Giá cổ phiếu Ralph Lauren Corp (RL) hôm nay là bao nhiêu?
Mức giá cao nhất và thấp nhất trong 52 tuần của Ralph Lauren Corp (RL) là bao nhiêu?
Tỷ lệ giá trên thu nhập (P/E) của Ralph Lauren Corp (RL) là bao nhiêu? Nó chỉ ra điều gì?
Vốn hóa thị trường của Ralph Lauren Corp (RL) là bao nhiêu?
Lợi nhuận trên mỗi cổ phiếu (EPS) hàng quý gần đây nhất của Ralph Lauren Corp (RL) là bao nhiêu?
Bạn nên mua hay bán Ralph Lauren Corp (RL) vào thời điểm này?
Những yếu tố nào có thể ảnh hưởng đến giá cổ phiếu Ralph Lauren Corp (RL)?
Làm thế nào để mua cổ phiếu Ralph Lauren Corp (RL)?
Cảnh báo rủi ro
Tuyên bố từ chối trách nhiệm
Tin tức mới nhất về Ralph Lauren Corp (RL)
Perplexity 公布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优于 GPT-5.4
Gate News 消息，4 月 23 日——Perplexity 的研究团队发布了一篇技术文章，详细说明其针对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)，以优化搜索准确率与工具使用效率。 强化学习阶段使用 GRPO 算法，并结合两种数据源：一种专有的多跳可验证问答数据集，由内部种子查询构建而成，要求推理 2–4 跳，并通过多求解器验证；以及基于评分标准的通用对话数据，将部署需求转换为客观可检验的原子条件，从而防止 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，偏好分数才会计入 (question-answer 匹配或满足所有评分标准)，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：对工具调用以及生成长度施加平滑惩罚，且该基线以同一组中正确答案的长度为准。 评估结果表明，Qwen3.5-397B-SFT-RL 在各项搜索基准上实现同级最佳表现。在 FRAMES 上，它在单次工具调用时达到 57.3% 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 (四次工具调用) 条件下，它以每次查询 $0.02 实现 73.9% 准确率；相比之下，GPT-5.4 为每次查询 $0.085 且准确率 67.8%，Sonnet 4.6 为每次查询 $0.153 且准确率 62.4%。成本数据基于各提供方公开的 API 定价，并不包含缓存优化。
2026-03-21 00:19Cursor chính thức xác nhận Kimi K2.5 là nền tảng, Mặt tối của mặt trăng: thuộc về hợp tác thương mại được cấp phép
Gate News tin tức, ngày 21 tháng 3, theo dõi của 1M AI News, tài khoản chính thức của 月之暗面 @Kimi_Moonshot đã đăng bài chúc mừng Cursor phát hành Composer 2, và giải thích rằng Cursor thông qua nền tảng RL và suy luận được lưu trữ bởi Fireworks AI để truy cập Kimi K2.5, thuộc về hợp tác thương mại có phép. Đồng sáng lập Cursor Aman Sanger và Phó Chủ tịch giáo dục nhà phát triển Lee Robinson sau đó đã công khai xác nhận nguồn gốc của nền tảng và tiết lộ chi tiết kỹ thuật. Sanger cho biết nhóm đã thực hiện đánh giá độ phức tạp của nhiều nền tảng, Kimi K2.5 "chứng minh là mạnh nhất", sau đó tiếp tục huấn luyện lại và mở rộng quy mô gấp 4 lần với sức mạnh tính toán cao, và triển khai qua bộ suy luận và bộ lấy mẫu RL của Fireworks AI. Robinson bổ sung rằng, trong mô hình cuối cùng, sức mạnh tính toán từ nền tảng chiếm khoảng 1/4, phần còn lại 3/4 đến từ chính quá trình huấn luyện của Cursor. Cả hai nhà sáng lập đều thừa nhận việc không đề cập đến nguồn gốc nền tảng Kimi trong bài đăng blog là "một sai sót", và cam kết trong lần phát hành mô hình tiếp theo sẽ ghi rõ nguồn gốc nền tảng ngay lập tức. Trước đó, Elon Musk đã trả lời trong bài thảo luận liên quan rằng "Yeah, it's Kimi 2.5", làm tăng thêm độ nóng của chủ đề.
2026-03-20 09:47Cursor Composer 2 bị cáo buộc sử dụng mô hình Kimi K2.5, Moonshot AI tố cáo nó không tuân thủ giấy phép
Tin tức Gate, ngày 20 tháng 3, theo theo dõi của 1M AI News, nhà phát triển @fynnso khi thử nghiệm yêu cầu API Cursor đã phát hiện rằng ID mô hình thực tế của Composer 2 là kimi-k2p5-rl-0317-s515-fast, nghĩa là "Kimi K2.5 + RL". Người phụ trách tiền huấn luyện của Moonshot AI, Đỗ Vũ Luân, đã đăng tweet ngay sau đó, nói rằng nhóm của ông khi thử tokenizer của Composer 2 đã phát hiện ra "hoàn toàn giống với tokenizer Kimi của chúng tôi", "gần như có thể xác nhận đây là kết quả của việc mô hình của chúng tôi bị huấn luyện lại thêm", và trực tiếp @ đồng sáng lập Cursor, Michael Truell, chất vấn "tại sao không tôn trọng giấy phép của chúng tôi, cũng không thanh toán bất kỳ khoản phí nào". Khi phát hành Composer 2 vào ngày 19 tháng 3, Cursor cho biết hiệu suất cải thiện đến từ "tiếp tục huấn luyện mô hình nền lần đầu tiên, sau đó kết hợp học tăng cường", nhưng toàn bộ quá trình không đề cập đến Kimi K2.5. Kimi K2.5 sử dụng phiên bản sửa đổi của giấy phép MIT, quy định rõ ràng: các sản phẩm thương mại có hoạt động hàng tháng vượt quá 100 triệu hoặc doanh thu hàng tháng vượt quá 20 triệu USD phải rõ ràng ghi chú "Kimi K2.5" trên giao diện người dùng. Với định giá Cursor là 29.3 tỷ USD và quy mô người dùng trả phí, ngưỡng doanh thu hàng tháng gần như chắc chắn sẽ bị kích hoạt. Đến thời điểm đăng bài, Cursor chưa phản hồi công khai.
2026-02-12 14:21Gradient giới thiệu khung học tăng cường phân tán Echo-2 và dự kiến ra mắt nền tảng RLaaS Logits
Foresight News đưa tin, phòng thí nghiệm AI phân tán Gradient đã phát hành khung công tác học tăng cường phân tán Echo-2, nhằm phá vỡ rào cản hiệu quả đào tạo nghiên cứu AI. Khung công tác này thực hiện tách rời Learner và Actor ở cấp kiến trúc, nhằm giảm chi phí hậu huấn luyện cho các mô hình lớn. Theo dữ liệu chính thức, khung công tác này có thể giảm chi phí hậu huấn luyện của mô hình 30B từ 4500 USD xuống còn 425 USD. Echo-2 sử dụng công nghệ phân tách lưu trữ và tính toán để thực hiện huấn luyện bất đồng bộ (Async RL), hỗ trợ chuyển tải sức mạnh lấy mẫu đến các phiên bản card đồ họa không ổn định và card đồ họa đa dạng dựa trên Parallax. Khung công tác này kết hợp các công nghệ như độ cũ giới hạn, lập lịch chịu lỗi theo từng phiên bản và giao thức truyền thông Lattica tự phát triển, giúp nâng cao hiệu quả huấn luyện trong khi duy trì độ chính xác của mô hình. Ngoài ra, Gradient dự kiến ra mắt nền tảng RLaaS (Học tăng cường dưới dạng dịch vụ) Logits, hiện đã mở đăng ký cho sinh viên và nhà nghiên cứu.
2026-01-02 09:15Mechanism Capital đối tác: Quy mô dữ liệu AI thực thể sẽ mở rộng gấp 100 lần vào năm 2026
PANews đã báo cáo vào ngày 2 tháng 1 rằng Andrew Kang, một đối tác tại Mechanism Capital, đã đăng trên nền tảng X rằng vào năm 2025, lĩnh vực robot sẽ giải quyết các thách thức về kiến trúc mô hình và đào tạo lâu dài, đồng thời đạt được tiến bộ đáng kể trong công nghệ thu thập dữ liệu, hiểu chất lượng dữ liệu và xây dựng dữ liệu, giúp các công ty trí tuệ nhân tạo tự tin rằng cuối cùng họ sẽ bắt đầu đầu tư vào thu thập dữ liệu quy mô lớn và các công ty như Figure, Dyna và PI sẽ sử dụng học tăng cường (RL) Công nghệ tiên tiến đã đạt được tỷ lệ thành công hơn 99% trong các tình huống ứng dụng thực tế khác nhau. Ngoài ra, những tiến bộ trong công nghệ bộ nhớ đã phá vỡ "bức tường bộ nhớ", ReMEmber của NVIDIA sử dụng điều hướng dựa trên bộ nhớ, Titans và MIRAS đạt được bộ nhớ thời gian thử nghiệm và các mô hình định vị ảo (VLM) tốt hơn có nghĩa là mảng định vị ảo (VLA) có khả năng hiểu không gian tốt hơn, cũng như các quy trình xử lý và chú thích dữ liệu có thể cải thiện đáng kể thông lượng. Vào năm 2025, thị trường ban đầu sẽ đánh giá cao khả năng lập bản đồ khả năng không bắn, độ nhạy của cường độ thị giác và suy luận vật lý chung do quy mô dữ liệu mang lại, và quy mô dữ liệu AI vật lý sẽ mở rộng gấp 100 lần vào năm 2026.
