Stanford/NVIDIA 发布 CLM:不生成答案的对比式 System 1 模型
Prompt Engineering · youtube · 2026-09-27
Stanford 与 NVIDIA Research 推出 Contrastive Language Model(CLM),走了一条与 Jev 等生成式 System 1 模型完全不同的路线:模型从不生成答案,而是把情境和所有候选动作嵌入同一空间,直接选取距离最近的行为。由于动作嵌入只需编码一次并缓存,1000 个候选选项的耗时与 1 个相当:44 ms 对比 Jev 的 579 ms。局限在于每个选项独立编码,模型无法把选项放在一起横向比较。作者在 DGX Spark 上做了完整实测并放出博客与开源代码。
所属事件:斯坦福与英伟达开源 CLM-8B 对比式决策模型(3 条相关)→
「模型」频道最新
- 爆料:Google 新模型阵容曝光,含 Flash 迭代与视频模型 — koltregaskes · 2026-11-11
- 同一段提示词实测:Fable 5.2 花时 3 倍费用 2 倍,换来导演级表达 — iamfakhrealam · 2026-11-11
- Krafton 开源 1.5B 端侧模型 Raon-1 nano,多项基准超同尺寸对手 — DimitrisPapail · 2026-11-11
- 打错字会让 LLM 不舒服?tokenization 引发有趣讨论 — menhguin · 2026-11-11
- MiniMax H3 开源百天:衍生模型 1472 个,下载破 1.48 亿次 — linoy_tsaban · 2026-11-11
- 美团 LongCat-2.5 登上 Hugging Face 趋势榜,MoE 多模态架构 — meituan-longcat · 2026-11-11