Pathway新模型凭循环潜在推理登顶ARC-AGI成本前沿

初创公司 Pathway 发布了仅有 1.5 亿参数的后 Transformer 架构模型 BDH-CQ。该模型放弃了传统的思维链，转而采用循环潜在推理机制，在 ARC-AGI-1 基准测试中取得了 29.5% 的准确率。凭借极小的参数规模，其单任务成本仅约 0.0007 美元，成功刷新了该测试的成本精度前沿，验证了新架构的潜力。

2026-08-11 ~ 2026-08-11 · 3 条相关

• 150M 参数模型靠循环潜在推理刷新 ARC-AGI 成本精度前沿 — pathwaycom · 2026-08-11
• Pathway 150M 新模型登顶 ARC-AGI 成本效率前沿 — Direct_Leader_1802 · 2026-08-11
• Pathway BDH-CQ模型ARC-AGI得分29.5%，单任务成本仅$0.0007 — omarsar0 · 2026-08-11