新论文：150M模型ARC-AGI得分29.5%，每任务成本仅0.0007美元
burny_tech · x · 2026-08-15
论文《BDH-CQ: In-Context Learning with Recurrent Latent Reasoning》提出一种新方法，不生成思维链，而是让示例更新循环记忆，在连续潜在状态中反复推理。150M参数模型在ARC-AGI-1上达到29.5%准确率，每个任务成本仅0.0007美元，树立了新的成本效率标杆。
所属事件:1.5亿参数模型 ARC-AGI 得分 29.5%(3 条相关)→
「研究」频道最新
- MIT 生物系联合计算学院招聘计算生物学助理教授，欢迎生成式 AI 方向 — anshulkundaje · 2026-10-16
- 开发者在 Colab 持续预训练 Luganda 语小模型，8 小时跑到 41% — weskambale · 2026-10-16
- Sakana AI 推出 Agentic Scientist:用编码智能体自动化科学发现 — hardmaru · 2026-10-16
- MAI-Base-2 训练报告采用把 1/(weight_decay·lr) 视作时间尺度的缩放规则 — SeunghyunSEO7 · 2026-10-16
- 仅 108M 参数的文生图去噪模型 Surjo-Image-Preview 开源 — Consistent-Rule-3720 · 2026-10-16
- 19 个单位方块最优装箱问题有了 Lean 形式化证明 — ctjlewis · 2026-10-16