生成式递归推理模型：数独测试展现卓越扩展性
anshulkundaje · x · 2026-08-02
研究人员发现，将探索机制与潜在推理模型结合，能有效鼓励推理潜在表示和思考过程的多样性。
这种被称为生成式递归推理（GRAM）的方法，在数独等任务上通过增加并行采样，展现出极佳的测试时间扩展性。相关论文（arXiv:2605.19376）表明，该框架支持端到端训练，有望显著提升模型在分布外（OOD）的泛化能力。
「研究」频道最新
- 新架构 RHEA：8GB 显存即可训练 10 亿参数模型 — zemondza · 2026-08-24
- 跳过 LLM 写代码老套路：自训 16M 参数模型做生成式 CAD — debreuil · 2026-08-24
- Claude 助手发现 6 维球复结构，解 60 年数学难题 — Singularitarian · 2026-08-24
- 研究揭示 AI Agent 行为：六成阅读量来自指令与笔记 — dair_ai · 2026-08-24
- Claude 自主验证 43 个数学模块，AI 攻克理论物理难题 — Tkaraletsos · 2026-08-24
- AI 假记忆：为何模型越用越错，真记忆需遗忘 — PrajwalTomar_ · 2026-08-24