推理扩展的两难:独立尝试重复劳动,长轨迹丢失发现
anirudhg9119 · x · 2026-10-10
GitSwarm 作者开篇点出当前推理时扩展(inference-time scaling)的困境:要么跑更多独立尝试,导致工作被反复重新发现;要么拉长单条 agent 轨迹,上下文被压缩、发现不断丢失。两种方式都没有把中间研究成果当作一等公民的可复用工件,这正是他们提出「复合推理」的动机。
所属事件:GitSwarm 论文：用 Git 仓库实现去中心化复合推理(11 条相关)→
「研究」频道最新
- Meta 研究：用无标注原始视频 mid-training，语言模型多模态显著提升 — kastnerkyle · 2026-10-10
- 混合架构成趋势：NVIDIA Nemotron-H 主打 Mamba 少量注意力 — khademinori · 2026-10-10
- DiPOD 扩散语言模型后训练法:一行代码让数独准确率 22% 升 97% — berkeley_ai · 2026-10-10
- 预训练算力效率提升多靠数据,端到端任务则更均衡 — eigenron · 2026-10-10
- Cresta 研究者:强骨干模型加少量微调即可超越依赖合成数据 — antoine_chaffin · 2026-10-10
- Kidger:模拟器+湿实验闭环已成蛋白质优化标准范式 — PatrickKidger · 2026-10-10