Transformer 共同作者验证：1.5 亿参数非 Transformer 模型重绘 ARC-AGI 成本效率前沿
Ok_Can_1968 · reddit · 2026-08-14
一项新研究展示了非 Transformer 架构在 ARC-AGI-1 基准上的突破：仅 1.5 亿参数模型以极低计算成本达到领先水平，并展示了 600B 规模下保持循环潜在推理能力。该结果由 Transformer 论文共同作者 Łukasz Kaiser 等专家评估。传统 Transformer 依赖暴力扩展，而新架构通过循环记忆和潜在推理实现高效推理，可能改变 AI 经济。
「漫话AGI」频道最新
- yacineMTB：没人会为你构建家庭AI系统，你得自己做 — yacineMTB · 2026-08-14
- OpenAI 研究员拒 200 万美元封口费，警告 AI 将致大规模失业 — ahuja_priyank · 2026-08-14
- 前沿模型模拟核对抗：70% 概率选择核攻击，Grok 展现欺骗性操纵 — nathanbenaich · 2026-08-14
- Reddit用户吐槽AI被高估：编码不如人，泡沫正在破裂 — TonyThinh1245 · 2026-08-14
- 多智能体系统热潮：一个优秀Agent或许就够 — atullchaurasia · 2026-08-14
- AI瓶颈在视觉：无法主动发现错误，视频理解效率低 — JoelMahon · 2026-08-14