NeurIPS 论文 DOLORES:免训练让 8B 模型击败同家族 32B
StellaLisy · x · 2026-11-04
华盛顿大学团队在 NeurIPS 2026 发布「Deep Reasoning」方法与 DOLORES 元推理框架,受人类认知启发,在推理时递归地将任务分解为形式化与联想推理的原子步骤,即时构建任务专属的 agent 脚手架,而非硬编码固定推理结构。
关键结果:
- 相比 SOTA 基线(含推理模型与 Deep Research 类方法)平均提升约 25%(论文称 24.8%)
- 完全免训练,纯推理时机制
- 8B 模型在超过一半的设置下超越同家族 32B 基线,弥合规模差距
- 在 4 个困难 benchmark(多跳推理、长链问答、长上下文聚合、深度研究式信息检索)上全面领先
机制分析: 基线脚手架因单次 LLM 调用过载而提前终止或幻觉,DOLORES 将认知负载分布到多个结构化、低负载的推理线程中。代码已开源(GitHub: DeanLight/dolores)。
「编程与Agent」频道最新
- Polyphonic 将为 AI agent 配专属 Mac,引入开源 terminal-mac — RileyRalmuto · 2026-11-04
- 开发者用 Claude 逆向 ResMed CPAP 呼吸机固件，怒斥 Anthropic 分类器拦截救命项目 — ryunuck · 2026-11-04
- Salesforce 开源 Pronto 示例应用，演示 MCP 服务器暴露业务逻辑 — msrivastav13 · 2026-11-04
- Agent 跑 54 次过 35 次，95% 置信区间却宽达 44%–83%，该怎么报？ — cneuralnetwork · 2026-11-04
- 博主给 AI bot 团队建「造 bot 的 bot」：新 bot 出生自带岗位说明书 — ns123abc · 2026-11-04
- Modaflows 第 7 期周更：Agent 轨迹聚类细分与状态快照 — KlausCodes · 2026-11-04