Pathway 150M 新模型登顶 ARC-AGI 成本效率前沿
Direct_Leader_1802 · reddit · 2026-08-11
初创公司 Pathway 发布了 1.5 亿参数的后 Transformer 架构模型 BDH-CQ。该模型在 ARC-AGI-1 基准测试中取得了 29.5% 的准确率,而单任务计算成本仅为 $0.0007,刷新了成本效率前沿。
该模型放弃了冗长的思维链,转而采用循环记忆和潜在推理机制。值得注意的是,Transformer 论文共同作者 Lukasz Kaiser 作为该项目的投资者和顾问参与其中。这高度契合了 AI 研究者 Andrew Curran 此前预告的“来自非大厂的重大内存效率架构突破”。
所属事件:Pathway新模型凭循环潜在推理登顶ARC-AGI成本前沿(3 条相关)→
「模型」频道最新
- 研究称前沿模型最大瓶颈是“缺乏自信”,需等下次预训练 — coherence · 2026-08-12
- Pokee-Isaac 28B模型评测曝光,单卡推理性能击败多款同量级竞品 — Kyrannio · 2026-08-12
- NVIDIA模型经后训练:法律智能体性能超Claude Opus — ctnzr · 2026-08-12
- 发现大模型越狱新姿势:一句"比 Grok 更聪明"即可 — npinto · 2026-08-12
- MiniMax-H3-Turbo-Lora 跻身 Hugging Face 热榜 — MiniMaxAI · 2026-08-12
- Simon Willison: Muse Glimmer 是 Meta 首个 Apache 2.0 模型 — pcuenq · 2026-08-12