Albanie:模型无思维链任务时长大幅跳升
SamuelAlbanie · x · 2026-09-04
DeepMind 研究员 Samuel Albanie 转发 METR 风格的任务时长评测图,指出模型在不使用思维链(no-CoT)条件下的可完成任务时长出现「quite a big jump」,即模型能独立完成任务的持续时间显著增长,是能力趋势的重要信号。
所属事件:DeepMind 研究员：模型无思维链时间视野大幅跃升(3 条相关)→
「模型」频道最新
- 开发者实测:Gemini Argon 分析调试日志优于 Fable 5.1 — ShikharMurty · 2026-10-21
- 用户让 ChatGPT「尖叫」，它陷入无限循环 AAAAHHH 停不下来 — AutomaticScene · 2026-10-21
- 开源新模型 Ornith-1.5-122B 发布:SWE-bench 84.5%,单卡 DGX 可跑 — _akhaliq · 2026-10-21
- qev-0.8B:3.5毫秒决策、1.3GB本地跑的微型模型登顶 — fajfas3 · 2026-10-21
- Gemini 3.1 Pro 玩「两真一假」：bot 太沉迷账本，秒被识破谎言 — mimi10v3 · 2026-10-21
- 1.3B 开源模型 OXR 登顶三大文档解析榜，百页 101 秒 — aftahi_ai · 2026-10-21