阿里通義實驗室開源了全新預訓練框架MaskSearch，通過檢索增強掩碼預測(RAMP)和強化學習技術，顯著提升AI在復雜問題解決中的表現。

　　MaskSearch通過RAMP機制讓AI主動搜索與多步推理，提升模型在開放域問答和復雜推理任務中的表現。

　　DAPO算法結合格式獎勵與回答獎勵，優化AI生成答案的準確性和邏輯性，使小型模型性能媲美大規模模型。

　　MaskSearch完全開源，支持多種模型，推動智能搜索與推理技術在教育、醫療等領域的廣泛應用。