带持久记忆的去噪模型成迭代求解器, Sudoku-Extreme 达 99.9%
LucaAmb · x · 2026-09-12
Mariia D. 等人发布研究:在去噪模型中加入持久记忆状态、并移除时间步条件化,得到一个 anytime 迭代求解器。核心发现:
- 经典数独求解器需要记忆来追踪可能状态,因此给 denoiser 提供步骤间持久记忆是关键
- 仅用不到 25 万参数,Sudoku-Extreme 准确率 99.9%,Maze-Unique 达 98.3%
展示了「非典型扩散模型做推理」的新方向。
所属事件:持久记忆去噪模型成迭代求解器，数独破解率达 99.9%(2 条相关)→
「研究」频道最新
- 17B 模型从 SSD 跑起:单核 33 tokens/s,无 GPU 训练 — Just_Vugg_PolyMCP · 2026-09-12
- Fortnow:可写持久记忆或让 ML 系统自我改写、递归自我改进 — fortnow · 2026-09-12
- 研究者训练果蝇大脑操作 ChatGPT，16 词输出 100% 泛化 — neuroecology · 2026-09-12
- 可推理视觉语言模型迭代检索，提升多语言实体链接 — neulab · 2026-09-12
- SkySynth 发布：代码与形式化证明共同进化，KV 存储快 Redis 2.3 倍 — CShorten30 · 2026-09-12
- 只看 pass/fail 分数已无法解读评测:隐藏测试过严致大量误判 — trq212 · 2026-09-12