AlphaRLM利用RL对齐LLM发现符号因子
发生了什么
据arXiv cs.LG报道，AlphaRLM是一个强化学习框架，训练大语言模型从金融文献中构建可执行符号因子。引入文献引导算子组装(LEGO)提供语义先验，并通过可执行有效性和分组回报分离奖励与市场反馈对齐。在CSI 300、CSI 1000和S&P 500上，8B模型实现强劲跨市场超额收益表现。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口