博士压轴论文：用带提示的降级版 benchmark，以 1/5600 算力预测 GSM8K 成绩（误差 3 分内）
kenziyuliu · x · 2026-11-04
作者 @rckpudi 宣布博士期间最后一篇论文发出。方法由 @suzeva 团队主导：把一个 benchmark 改造成一系列「更容易的带提示版本」，然后联合建模 scale 参数 C 与提示等级 H，即可从零分模型外推预测完整 benchmark 成绩。
实证结果：仅用约 1/5600 的计算量，就能把 GSM8K（H=0，无提示）的准确率预测到 3 个百分点以内。作者还附上了演讲录像与更多要点。
所属事件:斯坦福提出 Hinted Scaling Laws，小算力预测大模型成绩(4 条相关)→
「研究」频道最新
- Reddit 热议:有人声称 3-SAT 可在次指数时间内求解 — burny_tech · 2026-11-04
- 超2000条真实选民与LLM对话数据集发布，瞄准选举决策评测 — logangraham · 2026-11-04
- ORNL 论文测算：实用量子计算机需 400 万量子比特、占地 800㎡ — anirbanbandyo · 2026-11-04
- 伯克利等开源 DR Pixel：27B 模型直接读论文图像，匹敌 GPT-5.4 — CShorten30 · 2026-11-04
- 开发者发布尼日利亚法律语料库,覆盖宪法与多部法案供 RAG 使用 — saheedniyi_02 · 2026-11-04
- 把漏洞研究看成拓扑问题：跨审计复用局部证明 — dyn___ · 2026-11-04