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。
「研究」频道最新
- PlasmidGPT:利用15万质粒训练可设计新DNA序列 — anshulkundaje · 2026-08-15
- RLHF 方法迁移至蛋白质设计，ProteinDPO 提升序列稳定性 — BrianHie · 2026-08-15
- 4GB显存跑H3视频生成？网友用3050笔记本实测成功 — yushairiegalaxy96 · 2026-08-15
- 观点：任务完成仅是低维投影，RL 过程类似蒸馏“暗知识” — kalomaze · 2026-08-15
- 模型级联实现 90% 成本节省：Shreya 分享分类任务优化技巧 — HamelHusain · 2026-08-15
- 首个医疗三元模型Pestle 27B发布，Apache 2.0开源 — Individual-Dot5488 · 2026-08-15