海外行业报告行业动态研究OpenAIQ：超越GPT4？证券研究报告2023年11月23日强化学习与决策算法进步或带来Q大模型能力的新作者突破，Agent能力落地有望加速孔蓉分析师我们认为大模型能力强化除了模型参数量、数据量之外，强化学习进步也是大模型能力突破重要的可能因素。SAC执业证书编号：S1110521020002kongrong@tfzq.com李泽宇分析师SAC执业证书编号：S1110520110002lizeyu@tfzq.com强化学习此前即为ChatGPT关键能力突破的因素之一。如RLHF即为3.5能力迭代的关键来源之一。OpenAI首席科学家Ilya曾表示，AI领域，每一个令人惊叹的创新都源自于强化学习。OpenAI在多模型强化学习决策方面取得重大进展。这些进展将会推动Q学习算法在更多场景的应用，并促进相关决策系统的实现。Q学习算法或带来强化学习下智能体的决策...